शोधकर्ताओं ने G-Frame विकसित किया, एक अनुकूलन योग्य बहु-एजेंट फ्रेमवर्क जो हल्के बड़े भाषा मॉडल में हैल्युसिनेशन को कम करने के लिए बेयesian और टीम गेम सिद्धांतों को एकीकृत करता है। यह दृष्टिकोण संरचित तर्क के माध्यम से डोमेन बाधाओं के आंतरिकीकरण को मजबूर करके उच्च-गुणवत्ता वाले डेटा संश्लेषण और मॉडल प्रशिक्षण के लिए एक स्वचालित बंद लूप स्थापित करता है।
- फ्रेमवर्क ने 363,045 थॉट्स-ऑफ-थॉट (chains-of-thought) और 199,589 प्रश्न-उत्तर जोड़े वाले एक विशेष कोरपस का संश्लेषण किया।
- परिणामी 7B मॉडल, OmniChem, कस्टम बेंचमार्क्स और ChemBench पर GPT 4o mini के साथ प्रदर्शन समानता प्राप्त करता है।
- OmniChem में अपनी आधार संरचना के सापेक्ष हैल्युसिनेशन में 79.46% की कमी दिखाई देती है।
- सिस्टम अणु डिजाइन और संश्लेषण योजना में उन्नत क्षमताओं को प्रदर्शित करता है।
यह कार्य एक स्केलेबल पैराडाइम स्थापित करता है जो स्वभाविक तर्क की कमी को दूर करने के लिए अनुकूलन योग्य बहु-एजेंट का उपयोग करता है, विशेष वैज्ञानिक क्षेत्रों में ज्ञान खोज को तेज करने के लिए एक संभव मार्ग प्रदान करता है।