Исследователи представили архитектуру ИИ, основанную на принципах когнитивной психологии, которая позволяет моделям выполнять сложные многоэтапные задачи с большей эффективностью. В отличие от стандартных LLM, полагающихся на вероятностное предсказание следующего токена, этот подход имитирует человеческие механизмы принятия решений, что значительно снижает количество ошибок и потребность в вычислительных ресурсах при планировании действий.
Разработка опирается на теорию «двойного процесса» мышления, разделяющую когнитивную активность на интуитивную и аналитическую системы. Внедрение такой структуры в агентные системы позволяет ИИ динамически переключаться между быстрым реагированием и глубоким логическим планированием. Это помогает агентам лучше справляться с неопределенностью и корректировать стратегию в процессе выполнения задания, не дожидаясь завершения всей последовательности действий.
Авторы подчеркивают, что интеграция когнитивных моделей в современные нейросети позволяет сократить количество «галлюцинаций» и повысить точность выполнения инструкций в долгосрочных процессах. Метод демонстрирует потенциал для создания более автономных и надежных агентов, способных эффективно работать в динамических средах, требующих постоянной адаптации и оценки промежуточных результатов.
Ключевые факты
- Фреймворк использует теорию «двойного процесса» для имитации человеческого мышления в ИИ-системах.
- Архитектура позволяет агентам динамически переключаться между интуитивным и аналитическим режимами работы.
- Новый подход снижает вычислительные затраты на планирование сложных многоэтапных задач.
- Метод направлен на минимизацию ошибок и повышение точности при выполнении долгосрочных инструкций.