Google pokazuje harness, który sam znajduje dowody: pięć wyników tam, gdzie liczy się współpraca agentów
Czwarty obszar jest naukowy i zasługuje na uwagę, bo pokazuje, jak zmienia się sposób pracy badawczej z modelem. Trzydziestego września Google Research opublikowało na arXiv pracę o nazwie Cogentic, opisującą tak zwany harness, czyli wieloagentową strukturę, która prowadzi iteracyjną pętlę dowodzenia i weryfikacji: orkiestrator rozdziela zadania między niezależnych „dowodzących", osobne komponenty atakują każdy krok jako błędny, a potwierdzone wyniki trafiają do trwałego rejestru, na którym budują kolejne rundy. Z modelem Gemini jako podstawą system uzyskał nowe wyniki na pięciu otwartych problemach z zakresu uczenia maszynowego online, teorii aukcji i projektowania mechanizmów, a autorzy deklarują, że każdy z nich został niezależnie zweryfikowany przez ekspertów dziedzinowych i rozwinięty w osobnych pracach towarzyszących. Trzeba tu rozdzielić dwie warstwy bardzo wyraźnie. Twardy jest sam fakt publikacji: praca istnieje, ma numer arXiv, jej autorzy są znani, a wyniki są wymienione w tabeli i mają towarzyszące preprinty. Ostrożność nakazują natomiast dwie rzeczy: po pierwsze, dowody są sformułowane w języku naturalnym i nie zostały sprawdzone maszynowo w systemie Lean, więc mamy do czynienia z deklaracją autorów, a nie z formalnym dowodem; po drugie, część prac towarzyszących współtworzą badacze, którzy wcześniej pracowali nad tymi samymi problemami, co osłabia tezę o całkowicie autonomicznym odkryciu. Nie należy też łączyć tej sprawy z opisanymi przedwczoraj w naszej serii sześcioma pracami matematycznymi Meta, to dwa różne systemy i dwa różne zespoły, choć oba układają się w ten sam kierunek: model przestaje być wyłącznie generatorem odpowiedzi, a staje się częścią powtarzalnego procesu badawczego prowadzonego pod nadzorem człowieka.