A equipe de pesquisa do DeepMind do Google alcançou recentemente um avanço significativo, desenvolvendo uma tecnologia inovadora chamada SCoRe (Self-Correction through Reinforcement Learning, autocorreção por meio de aprendizado por reforço). Essa tecnologia visa resolver o desafio de longa data dos grandes modelos de linguagem (LLM) de se autocorrigirem, identificando e corrigindo erros sem depender de vários modelos ou verificações externas. O cerne da tecnologia SCoRe reside em sua abordagem em duas etapas. A primeira etapa otimiza o

Uma pesquisa recente do Google DeepMind descobriu que os grandes modelos de linguagem têm dificuldade em corrigir erros de raciocínio de forma autônoma. A pesquisa descobriu que as tentativas do modelo de corrigir sua resposta inicial apenas com base em si mesmo geralmente resultam em erros. Os pesquisadores argumentam que a capacidade de autocorreção é crucial em cenários sensíveis à segurança. O consenso por votação pode levar a respostas consistentes, mas isso não equivale à autocorreção. Mais pesquisas são necessárias para melhorar e aprimorar a capacidade de autocorreção dos modelos de linguagem.