Deep Interaction: 大規模推論モデルのための効率的な人間-AI対話手法

最近、AI、特に「大規模言語モデル（LLM）」と呼ばれる、文章を作ったり質問に答えたりするのが得意なAIの進化が目覚ましいですよね。これらのAIは、「連鎖思考（CoT）」という、まるで人間が考えるように段階を踏んで問題を解く方法を使えるようになりました。これにより、以前は難しかった複雑な問題も解けるようになってきたんです。

でも、AIも人間と同じように、たまに間違えることがあります。特に、複雑な問題を解こうとすると、途中で「あれ？」となることがあるんですね。これまでAIが間違ったとき、その間違いを直す方法は、大きく分けて二つありました。一つは、AIに「もう一度やり直して」とお願いして、回答を最初から生成し直してもらう方法。もう一つは、人間がAIの回答を見て、「ここが違うよ」と手作業で修正する方法です。

しかし、これらの方法には困った点がありました。回答を単純にやり直してもらうだけだと、また同じ間違いを繰り返してしまう可能性があること。また、人間が手作業で修正するのは、手間がかかる上に、AIの「思考のクセ」みたいなものを直すのが難しいという問題がありました。

そこで登場したのが、今回ご紹介する「Deep Interaction」という新しいAIとの対話方法です。これは、AIが間違えた「思考のプロセス」をしっかり理解して、ピンポイントで修正できるのが特徴です。具体的には、AIが間違えた部分を直した「正しい思考のステップ」を、AIにとっての「指示書（蒸留プロンプト）」として与えるんです。これにより、AIは「こう考えれば間違いないんだな」と学習し、同じ間違いを繰り返すのを防ぎます。

このDeep Interactionを使うと、AIが間違いを修正できる確率が25%以上もアップしたとのこと。さらに、AIが問題を解くために使う「言葉の数（トークン）」も約40%も減らせるそうです。これは、AIをより賢く、そして効率的に使えるようになる、とても大きな一歩と言えるでしょう。AIがもっと身近な存在になる日も近いかもしれませんね！