#LLMsは、賢く、速く、常に回答している自信過剰なインターンのようですが、彼らは何も分からないときでもそうです。

世界はそのインターンをより良く育成しようと努力しており、AIが嘘をつくのを止めるために数十億を費やし、より多くのデータ、より多くのルール、またはより多くの人間を問題に投げかけています。

RAG、ファインチューニング、ナレッジグラフはすべて症状を緩和しているだけで、根本的な欠陥を修正しているわけではありません。私たちは依然として個々のモデルに自己監視を頼っています。

それは、一つの脳に自分自身をファクトチェックするように頼むようなものです。もちろん、見逃すことがあるでしょう。

本当の問題はデータの不足ではありません。検証可能な構造の不足です。

単一のモデルを完璧にするのではなく、Miraは出力を離散的で独立して検証可能な主張に分割し、それらを多様なAIのネットワークに通してその妥当性について投票させます。

分散された真実に関するアーキテクチャ全体のシフトです。

すべての出力をマイクロクレームに分割する → 経済的インセンティブを持つ複数の検証AIを通じて実行する → 分散型合意に達する → 結果を認証する → 次に進む。

それは速い。モジュラーである。それはコンテンツがRAG、LLM、または人間から来たかどうかを気にしない。ただ分散検証を通過するかどうかだけを気にする。

だから、それはすべてのトレードオフを回避します:

– 人間のボトルネックなし

– 単一モデルバイアスなし

– 古くなりやすい脆弱な知識グラフはありません

– 自分のレーンを外れた微調整は行わない

現在のAIにおける最大の嘘は、幻覚は訓練によって取り除くことができるということです。#Miraはそれができないことを最初に認めており、それがまさに彼らが実際にそれを解決できる理由です。