Pesquisadores russos desenvolvem método de comunicação de IA sem texto

Matemáticos russos da Mostik, uma startup cujo nome reflete sua abordagem de conexão, desenvolveram um método que permite que modelos de IA se comuniquem através de valores matemáticos em seus pesos, contornando o uso de texto. A técnica permite que modelos menores aproveitem as capacidades de modelos maiores de forma mais eficiente. A abordagem da Mostik foi testada conectando um modelo GLM-5.2 com 753 bilhões de parâmetros com um modelo Qwen-3.5 com 4 bilhões de parâmetros, resultando em um sistema híbrido que custa um vigésimo do modelo GLM completo e tem um desempenho entre os dois. Sasha Malysheva, CEO da Mostik, observou que a combinação de modelos geralmente produz melhores resultados do que modelos individuais, comparando-o com a estimativa do peso de um porco através de suposições coletivas. Vladimir Arustamian da Lovable elogiou o método, chamando-o de avanço que pode permitir o treinamento mais eficaz de modelos especializados. Karl Tuyls, ex-cientista do Google DeepMind, destacou os ganhos de eficiência da abordagem, enquanto Stanislav Smirnov, medalhista do Prêmio Fields, sugeriu que o método pode revelar novas percepções sobre IA e cognição humana. Malysheva, que descobriu seu talento para a matemática após ser desafiada por seu irmão, tem como objetivo provar os céticos errados, demonstrando a viabilidade da abordagem de conexão.