各モデルはシステムプロンプトで他モデルの回答を受け取り、ファクトチェックを義務づけられます。N番目のモデルは1..N-1を読み、批判します。
Nousaxis は、4つの最先端 AI モデルを同じ問いに対して一緒に走らせるマルチエージェント・ワークスペースです。モデルは互いの回答を読んで批判し、1つのジャッジがすべてをまとめて評価し、検証層が主張をライブのウェブ証拠と突き合わせます。目的は単一モデルを賢くすることではなく、捏造を減らすことです。
各モデルはシステムプロンプトで他モデルの回答を受け取り、ファクトチェックを義務づけられます。N番目のモデルは1..N-1を読み、批判します。
単一のジャッジが全出力をまとめて評価し、重み付き合意を生成し、モデルが矛盾した場合は不一致として示します。
検証層が主張を原子単位で抽出し、ライブのウェブ証拠と照合してハルシネーション・リスクを採点します。
相互尋問が実際に効くのかを、本番パイプライン上でブラインドのグレーダーを用いて計測しました。結果は限界と信頼区間を含め、全文を公開しています。
計測レポートを読む →Nousaxis は応用 AI 企業 Talonaris Technology が開発しています。会社の歩み、R&D ライン、ビジョン、チームはコーポレートサイトにあります。
talonaris.com →