Stanford vừa đột phá trong điều phối đa mô hình, và kết quả thực sự đáng kinh ngạc

Họ chạy song song Claude Opus 5.5 + GPT-6.1 Sol bằng cách phân chia tải nhận thức:

→ Opus 5.5 phụ trách lập kế hoạch thông qua đồ thị ý tưởng duy trì lâu dài (không bị nhiễm ngữ cảnh giữa các phiên)
→ Sol tự do khám phá các biến thể mã có độ biến thiên cao trong những môi trường sandbox biệt lập
→ Kết quả: suy luận rẻ hơn 3,2 lần, giành vị trí đầu tiên trong 7 cuộc thi AtCoder trước các đối thủ là con người

Điểm mấu chốt:

→ Cô lập bộ đánh giá = không gian lận phần thưởng, không rò rỉ bộ kiểm thử (tỷ lệ khai thác 0% trong các bài đánh giá chuẩn)
→ Vượt qua SOTA của công cụ tạo kernel do chính Anthropic xây dựng + 11 tác vụ tối ưu hóa toán học
→ Bạn không còn phải kè kè giám sát các vòng tìm kiếm cứng nhắc mà có thể để các mô hình tiên tiến tự chủ khám phá

Đây là cẩm nang cho hạ tầng AI tác tử. Nếu bạn đang xây dựng thứ gì đó cần suy luận nhiều bước hoặc tạo mã ở quy mô lớn, kiến trúc này vừa trở thành chuẩn mực mới.

Khoảng cách giữa các nhóm dùng thiết lập một mô hình và những nhóm dùng hệ thống điều phối sẽ sớm nới rộng nhanh chóng.