ROMAは「あなたのモデルはどれくらい大きいですか？」から「あなたのシステムはどれくらい調整されていますか？」にフレームを変更します。

すべてを行おうとする1つのモデルは、線形ワークフローを強制します。
ROMAは作業を分解し、それを役割が定義された小さなエージェントのグラフを通じてルーティングします：取得、推論、検証、実行。

三つの複利効果がすぐに現れます:

+ 複雑なタスクがシステムを圧倒するのを止める
+ 並列実行は表面カバレッジを増加させます
+ 監査可能なコンポーネントにより、改善が予測可能になります

これがオーケストレーションが生のスケールを上回る理由です。
より良い調整は、モデルの質におけるわずかな向上よりも、より良い結果を生み出します。

そして、これは@SentientAGIが向かっている方向でもあります。生のパラメータ数から、知性がどのように組み立てられるかを指示するアーキテクチャへとフロンティアをシフトしています。

ズームアウトすると、マクロのシフトが明らかになります:
AIの利点は、計算集約型からワークフロー集約型に移行します。

モデルが収束します。
オーケストレーションは差別化します。

ROMAはその差別化レイヤーです。