異構智能體框架讓專業模型處理科學數據
科學智能體面對時間序列、表格與結構化觀測數據時,慣常做法是先轉成文本再交語言模型推理,結構信息因而流失,成本亦隨之上升。新提出的異構框架主張讓專業基礎模型各司其職,語言模型退居協調角色。
文本轉換弊端
許多科學任務並不適合單靠語言推理完成,時間序列、表格與結構化觀測值更適合交給專門基礎模型處理。現有系統卻往往先轉文本再推理,導致結構信息丟失、Token成本上升,領域數值運算亦未必準確。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
