Recursive می‌گوید که مدل جدیدش به نام Flint، در آزمون‌های استدلال ریاضی و کدنویسی عملکرد بسیار خوبی داشته است.
این شرکت که در حال توسعه هوش مصنوعی است، معتقد است که استفاده از هوش مصنوعی برای بهبود هوش مصنوعی، روشی ایمن‌تر و سریع‌تر برای دستیابی به هوش مصنوعی عمومی (AGI) است.
«ما معتقدیم که این یک مسیر ایمن‌تر و سریع‌تر برای دستیابی به AGI است.» الیور هابسون، مدیرعامل Recursive، اینطور می‌گوید.
Flint در آزمون‌های مختلف عملکرد قابل توجهی از خود نشان داده است. این مدل در آزمون‌های استدلال ریاضی، عملکردی مشابه GPT-4 از OpenAI دارد و در برخی از آزمون‌های کدنویسی، از آن پیشی گرفته است.
Recursive از یک رویکرد منحصر به فرد برای توسعه هوش مصنوعی استفاده می‌کند. آن‌ها به جای آموزش مدل‌های بزرگ با حجم عظیمی از داده‌ها، از هوش مصنوعی برای بهبود خود مدل استفاده می‌کنند. این فرآیند به عنوان بهبود خودکار و بازگشتی (recursive self-improvement) شناخته می‌شود.
این شرکت معتقد است که این رویکرد به آن‌ها امکان می‌دهد تا مدل‌هایی را ایجاد کنند که سریع‌تر، کارآمدتر و ایمن‌تر هستند. آن‌ها همچنین معتقدند که این رویکرد به آن‌ها کمک می‌کند تا به AGI نزدیک‌تر شوند.
البته، بهبود خودکار و بازگشتی خطراتی نیز دارد. یکی از نگرانی‌ها این است که مدل ممکن است از کنترل خارج شود و رفتارهایی را از خود نشان دهد که برای انسان‌ها مضر هستند. با این حال، Recursive معتقد است که آن‌ها می‌توانند این خطرات را با استفاده از تکنیک‌های مختلف ایمنی کاهش دهند.
این شرکت در حال حاضر در حال کار بر روی مدل‌های بزرگ‌تر و قدرتمندتر است. آن‌ها امیدوارند که در آینده نزدیک، بتوانند مدل‌هایی را ایجاد کنند که قادر به حل مشکلات پیچیده و انجام وظایف مختلف باشند.