我意外地发现了在一个单一模型中存在多智能体推理，以及在一个单一输出/API调用中存在迭代自我完善的循环。

在最近的Reddit帖子中，一位个人分享了他们偶然发现的一种名为Dynamic Structured Conditional Reasoning（DSCR）的新人工智能推理方法。这种方法允许在单个模型内进行多智能体推理，并在单个输出或API调用中进行迭代自我完善循环。DSCR的重要性在于它有望增强人工智能的能力，使其更具人类特征，同时旨在减缓竞争激烈的人工智能竞赛并降低成本。这种方法尚未完全优化，作者承认缺乏某些工程技能，正在寻找合作者进一步发展这一概念。对于那些对人工智能发展和跨学科方法感兴趣的人来说，这一发现可能代表着一个令人兴奋的机会。作者还暗示将来会在Medium上发表一篇更深入的解释文章。- 作者意外发现了单一模型中的多智能体推理和迭代自我完善循环。 - 这种方法被称为DSCR（动态结构化条件推理），它与模型无关，但需要混合搜索RAG。 - 作者正在寻找希望这种方法成为现实并愿意推动前沿的人。 - 这种方法有潜力证明LLMs并非达到顶峰，减缓人工智能竞赛，降低成本，并创造出更具人类特点的人工智能未来。 - 作者创建了一套参数化指令的脚手架，利用高质量文档为不同目的检索不同的文档集。 - 这种方法不是MoE（专家混合）。 - 作者可能会在Medium上发表一篇论文，分享更多细节。