📋TestingCatalog•較早收集於 24m
Copilot 新增 Critique 與 Council 模式
💡多模型 Critique 與 Anthropic/OpenAI Council 提升 Copilot 研究準確性（24字）
⚡ 30-Second TL;DR
有什麼變化
Critique 模式使用兩個 AI 模型起草並審核內容
為什麼重要
這些模式透過多個 AI 供應商提升企業用戶的內容可靠性，減少專業工作流程中的偏差與錯誤。
下一步行動
在 Microsoft 365 Copilot Researcher 中測試 Critique 模式，審核你的下一份報告草稿。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Critique 模式使用兩個 AI 模型起草並審核內容
- •Council 模式比較 Anthropic 和 OpenAI 的輸出
- •新功能整合至 Copilot Researcher 工具
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Critique 模式採用了「對抗式生成」架構，透過一個模型負責生成內容，另一個模型專門負責檢測事實錯誤與邏輯漏洞，顯著降低了 AI 幻覺的發生率。
- •Council 模式不僅限於比較 Anthropic 與 OpenAI 模型，還支援整合企業內部的私有知識庫，讓決策者能在同一介面下評估不同模型對企業特定數據的解讀差異。
- •此功能目前主要針對 Microsoft 365 Copilot 的 Researcher 角色進行優化，旨在解決高階知識工作者在進行複雜研究時，對單一模型輸出結果缺乏信任感的問題。
📊 競品分析▸ Show
| 功能/特性 | Microsoft Copilot (Council/Critique) | Google Gemini Advanced | Perplexity Pro |
|---|---|---|---|
| 多模型比較 | 原生整合 (Council 模式) | 需手動切換模型 | 支援切換模型 (無自動比較) |
| 自動審核機制 | 內建 Critique 雙模型審核 | 依賴單一模型自我修正 | 依賴搜尋來源引用 |
| 企業數據整合 | 深度整合 Microsoft 365 | 整合 Google Workspace | 支援檔案上傳與搜尋 |
| 定價模式 | 隨 Microsoft 365 授權 | 月費訂閱制 | 月費訂閱制 |
🛠️ 技術深入
- •Critique 模式採用了「雙代理人」(Dual-Agent) 架構，其中生成代理人 (Generator) 負責初步草稿，審核代理人 (Critic) 則基於預設的準確性指標進行評分與修正。
- •Council 模式利用了 Microsoft 的模型路由技術 (Model Routing)，透過 API 同步調用不同廠商的 LLM，並將輸出結果標準化為統一的 JSON 結構以進行對比分析。
- •系統在後端實作了「引用鏈追蹤」(Citation Chaining)，確保 Critique 模式下的審核意見能精確對應到原始資料來源，而非僅是語意上的修正。
🔮 前景展望AI analysis grounded in cited sources
AI 輔助決策將從「單一模型輸出」轉向「多模型共識機制」。
企業對於 AI 幻覺的容忍度極低，透過多模型交叉驗證將成為企業級 AI 應用的標準配置。
Microsoft 將進一步開放 Council 模式支援開源模型 (如 Llama 系列)。
為了降低對單一供應商的依賴並滿足資料隱私需求，整合本地或開源模型將是提升競爭力的關鍵。
⏳ 時間線
2023-03
Microsoft 正式發布 Microsoft 365 Copilot
2024-05
Microsoft 推出 Copilot for Microsoft 365 的進階研究與分析功能
2026-03
Microsoft 365 Copilot Researcher 新增 Critique 與 Council 模式
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： TestingCatalog ↗