ข้อสรุปหลัก:โมเดลขนาดใหญ่เป็นองค์ประกอบอัจฉริยะที่ทรงพลัง แต่ไม่ใช่ระบบที่สามารถดำรงอยู่ได้ด้วยตนเอง แม้จะมีความสามารถที่ใช้งานได้จริงในด้านการเข้าใจ การสร้าง การให้เหตุผล และการเรียกใช้เครื่องมือ จึงสามารถทำหน้าที่เป็นผู้เสนอสมมติฐานและผู้ผลิตโค้ดที่มีคุณภาพสูงได้ แต่ยังขาดกลไกด้านสถานะ เป้าหมาย และผลป้อนกลับที่จำเป็นสำหรับการวิวัฒน์อย่างต่อเนื่องตลอดวงจรชีวิต
ขอบเขตเชิงโครงสร้าง 3 ประเภท:
- ขอบเขตด้านสถานะ:หน้าต่างบริบทมีจำกัด ขาดหน่วยความจำถาวรข้ามเซสชัน โครงการระยะยาวจึงไม่สามารถดำรงอยู่ได้ด้วยตนเอง;
- ขอบเขตด้านเป้าหมาย:ปัญหาจริงมักเกี่ยวข้องกับเป้าหมายที่ขัดแย้งกันและการถ่วงดุลตามความชอบ โมเดลจึงยากที่จะกำหนดเกณฑ์การตัดสินใจที่ปกป้องได้ด้วยตนเอง;
- ขอบเขตด้านผลป้อนกลับ:ขาดกลไกการประเมิน การคัดเลือก และการคัดออกที่นำไปปฏิบัติได้ แนวทางที่สร้างขึ้นจึงไม่สามารถตรวจสอบอย่างเป็นภววิสัยและเก็บไว้เพื่อทำซ้ำได้
บทสรุป:ความสามารถของโมเดลที่เพิ่มขึ้น ≠ ความสามารถของระบบที่เพิ่มขึ้น ความสามารถคือภาพนิ่ง สภาพแวดล้อมคือกระบวนการ จำเป็นต้องฝังโมเดลขนาดใหญ่ลงในวงจรวิวัฒน์แบบ "สร้าง—ประเมิน—คัดเลือก—ตกผลึก": ใช้ปัญญาหมู่คณะรักษาความหลากหลายของผู้สมัคร ใช้ตัวแบบพร็อกซีลดต้นทุนการประเมินที่สูง และใช้กลไกการคัดเลือกและการตกผลึกเพื่อเก็บรักษาประสบการณ์ที่มีประสิทธิผล จึงจะทำให้ปัญญาสามารถปรับตัวได้ในสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลา นี่คือจุดยืนของ EvoX และยังเป็นข้อสนับสนุนความจำเป็นสำหรับหัวข้อ "การขยายวัตถุวิวัฒน์จากพารามิเตอร์สู่โปรแกรม" "การวิวัฒน์ของวิธีการเอง" และ "การทำให้คงอยู่ถาวรในระดับโครงการ" ในลำดับถัดไป
แผนภาพเปรียบเทียบสแตกความสามารถเดี่ยวของโมเดลขนาดใหญ่กับวงจรวิวัฒน์ระดับระบบด้านซ้ายมองโมเดลขนาดใหญ่เป็นสแตกความสามารถอิสระ ซึ่งการเข้าใจ การสร้าง การให้เหตุผล และการเรียกใช้เครื่องมือสร้างเพียงภาพนิ่ง; ด้านขวาลด LLM ให้เป็นโมดูลหนึ่งที่ฝังอยู่ในวงจร "สร้าง—ประเมิน—คัดเลือก—ตกผลึก" โดยใช้ปัญญาหมู่คณะรักษาความหลากหลายของผู้สมัคร ใช้ตัวแบบพร็อกซีลดต้นทุนการประเมิน และใช้กลไกการคัดเลือกและการตกผลึกเก็บรักษาประสบการณ์ที่มีประสิทธิผล แสดงให้เห็นว่าความสามารถของโมเดลที่เพิ่มขึ้นไม่เท่ากับความสามารถของระบบที่เพิ่มขึ้น
