នរណាម្នាក់ដែលបានធ្វើការជាមួយភ្នាក់ងារ AI លើគម្រោងដែលមានរយៈពេលជាច្រើនថ្ងៃដឹងពីជញ្ជាំង៖ រាល់វគ្គថ្មីចាប់ផ្តើមពីដំបូង។ នៅក្នុងការប្រកាសស្រាវជ្រាវថ្មី Anthropic ពិពណ៌នាអំពីរបៀបដែល Claude ត្រូវបានរចនាឡើងដើម្បីរក្សាចំណេះដឹងនៅទូទាំងវគ្គ ខណៈដែលគំរូមូលដ្ឋានមិនផ្លាស់ប្តូរ — ដោយសរសេរកំណត់ចំណាំទៅថតដែលវាអាចអានឡើងវិញនៅពេលក្រោយ។ ការរកឃើញដ៏គួរឱ្យភ្ញាក់ផ្អើលគឺថាផ្នែកដែលពិបាកបំផុតនៃអង្គចងចាំភ្នាក់ងារមិនមែនជាការផ្ទុក។ វាគឺជាការជ្រើសរើស។

បញ្ហាស្នូល យោងទៅតាម Anthropic គឺថាភ្នាក់ងារត្រូវសម្រេចចិត្តនៅពេលក្រោយ ថាតើអ្វីអាចមានបញ្ហានៅពេលក្រោយ មុនពេលវាដឹងពីអ្វីដែលកើតឡើងបន្ទាប់។ រាល់កំណត់ចំណាំគឺជាការភ្នាល់លើអនាគត។ រក្សាទុកតិចពេក ហើយភ្នាក់ងារធ្វើម្តងទៀតនូវកំហុសរបស់ខ្លួន; រក្សាទុកច្រើនពេក ហើយបណ្ណសារនោះជាប់គាំង ស៊ីបរិបទ និងបញ្ជូនកំហុសទៅមុខដោយគ្មានកំណត់។

ការធ្វើតេស្ត Pokémon៖ ឯកសារចំនួន ៤១៣ ស្លាកសញ្ញាមួយ។

ដើម្បីបង្ហាញពីរបៀបបរាជ័យ Anthropic បានចង្អុលទៅការធ្វើតេស្តដំណើរការនៅខាងក្នុង Pokémon Red ។ Claude Sonnet 3.7 ដែលជាម៉ូដែលចាស់បានចាត់ទុកអ្វីៗទាំងអស់ថាមានសារៈសំខាន់។ នៅទូទាំងជំហានហ្គេមប្រហែល 10,000 វាបានបង្កើតឯកសារចំនួន 413 ដែលរីករាលដាលនៅទូទាំង 225 ថត — ជាញឹកញាប់ឯកសារដាច់ដោយឡែកសម្រាប់រាល់ការប្រយុទ្ធ និងធាតុដែលវាជួបប្រទះ។ ដោយសារតែស្ថានភាពហ្គេមបន្តផ្លាស់ប្តូរ បណ្ណសារបានជាប់គាំងស្ទើរតែលឿនដូចដែលវាត្រូវបានសរសេរ។ ពេលខ្លះ ម៉ូដែលមិនបានធ្វើអ្វីក្រៅតែពីរៀបចំកំណត់ចំណាំរបស់វាឡើងវិញជាជាងការលេង ហើយវាបានបញ្ចប់ការរត់ជាមួយនឹងផ្លាកសញ្ញាតែមួយ។

Claude Fable 5 ថ្មីជាងបានយកវិធីសាស្រ្តផ្ទុយគ្នា: វាបានកំណត់ការចងចាំរបស់វាទៅមួយក្តាប់តូចនៃឯកសារនិងទទួលបានផ្លាកសញ្ញាចំនួនបួន។ Fable 5 មិន​បាន​កត់ត្រា​ព័ត៌មាន​ដែល​មើល​ឃើញ​នៅ​លើ​អេក្រង់​ទេ ហើយ​ជំនួស​មក​វិញ​ការ​សរសេរ​ផែនការ យុទ្ធសាស្ត្រ និង​ច្បាប់​ដែល​ខ្លួន​បាន​សាកល្បង។ ការព្រមានបែប Anthropic ថាការប្រៀបធៀបនេះគ្របដណ្តប់តែការលេងតែមួយប៉ុណ្ណោះក្នុងមួយម៉ូដែល ដូច្នេះលទ្ធផលគឺបង្ហាញជាជាងភាពច្បាស់លាស់ — ប៉ុន្តែទិសដៅគឺស្របជាមួយនឹងដំបូន្មានដ៏ទូលំទូលាយរបស់ក្រុមហ៊ុន។

ដំបូន្មាននោះគឺដើម្បីពន្យល់ពីគោលបំណងនៃការចងចាំដល់ក្លូដ ហើយទុកឱ្យគំរូសម្រេចចិត្តពីរបៀបប្រើវា។ នៅក្នុងគោលមួយ ការណែនាំដ៏តឹងរ៉ឹងដូចជា "ការកត់ត្រាតែកំហុស" បានលុបចោលអត្ថប្រយោជន៍ភាគច្រើនសម្រាប់ម៉ូដែលខ្លាំងជាង។ ផ្ទុយទៅវិញ ម៉ូដែលចាស់ៗ ទទួលបានអត្ថប្រយោជន៍ពីការណែនាំច្បាស់លាស់ ដូចជាត្រូវបានប្រាប់ឱ្យអានកំណត់ត្រារបស់ពួកគេយ៉ាងពិតប្រាកដ មុនពេលការឆ្លើយតបនីមួយៗ។

សុបិន៖ សវនកម្មការចងចាំបន្ទាប់ពីការពិត

ហានិភ័យធំជាងនៅក្នុងភ្នាក់ងារដែលដំណើរការយូរមិនភ្លេចទេ - វាជាការជឿជាក់លើកំណត់ត្រាដែលមានកំហុស។ ចម្លើយរបស់ Anthropic គឺជាដំណើរការដែលវាហៅថា Dreaming ដែលជាគំនិតដែលបង្កើតលើការស្រាវជ្រាវពី Letta និង UC Berkeley ។ ភាគច្រើននៅពេលដែលខួរក្បាលរបស់មនុស្សប្រមូលផ្តុំបទពិសោធន៍អំឡុងពេលគេង លោក Claude ឆ្លងកាត់ការចម្លងនៃវគ្គមុនៗអំឡុងពេលសម្រាក និងពិនិត្យមើលកំណត់ត្រារបស់វាប្រឆាំងនឹងអ្វីដែលបានកើតឡើង។

នៅក្នុងការសាកល្បង Pokémon លោក Claude បានកត់សម្គាល់មិនត្រឹមត្រូវថាតើផ្នែកណានៃភ្នំដែលជាកន្លែងសម្គាល់មួយស្ថិតនៅ។ ដោយពឹងផ្អែកលើកំហុសនោះ ភ្នាក់ងារបានធ្លាក់ចូលទៅក្នុងអន្ទាក់ដូចគ្នាបីដង ទីបំផុតចង់បោះបង់ និងខកខានគោលដៅរបស់ខ្លួន។ បន្ទាប់ពី Dreaming pass លោក Claude បានចាប់កំហុសដោយពិនិត្យមើលចំណាំប្រឆាំងនឹងប្រតិចារិក ហើយបានរកឃើញផ្លូវត្រូវ។

ក្តីសុបិន្តក៏អាចរៀបចំមូលដ្ឋានចំណេះដឹងធំ ៗ ផងដែរ។ Claude បានបង្កើតវិគីដែលភ្ជាប់ពីឯកសារខាងក្នុងប្រហែល 350,000 ពី Stainless ដែលជាក្រុមហ៊ុនកម្មវិធី Anthropic ទទួលបាន ដោយ Dreaming បង្កើតទំព័រថ្មីខណៈពេលដែលជួសជុលចន្លោះប្រហោង ស្ទួន និងតំណភ្ជាប់ដែលខូច។ ការទូទាត់គឺអស្ចារ្យបំផុតនៅពេលដែល Claude អាចបញ្ចូលគ្នានូវវីគីជាមួយនឹងការស្វែងរក ដូច្នេះអង្គចងចាំដែលបានរៀបចំដំណើរការជាការបំពេញបន្ថែមក្នុងការទាញយកជាជាងការជំនួសវា។

នៅពេលដែលវីគីវាយដំការស្វែងរក

នៅក្នុងការសាកល្បងផ្នែកច្បាប់ដាច់ដោយឡែកមួយដែលធ្វើឡើងដោយ Anthropic វិគីដែលបានរៀបចំបានជួយភាគច្រើនលើសំណួរដែលចម្លើយរបស់ពួកគេត្រូវបានផ្សព្វផ្សាយតាមឯកសារជាច្រើន។ លោក Claude ទទួលបាន 87 ភាគរយជាមួយនឹងវីគី ធៀបនឹង 73 ភាគរយដោយប្រើការស្វែងរកតែម្នាក់ឯង។ សម្រាប់កិច្ចការស្វែងរកសាមញ្ញ វិគីបានអនុវត្តប្រហាក់ប្រហែលនឹងការស្វែងរក — ហើយក្នុងករណីមួយ វាថែមទាំងធំជាងឯកសារប្រភពដែលវាបានសង្ខេបទៅទៀត។

Anthropic មានភាពច្បាស់លាស់អំពីបញ្ហាបើកចំហ។ ការកត់ត្រាពាក់កណ្តាលកិច្ចការ រំខានភ្នាក់ងារពីការងាររបស់ខ្លួន។ ការសុបិនត្រូវចំណាយលើការគណនាបន្ថែម ហើយលទ្ធផលរបស់វាមកដល់តែបន្ទាប់ពីការពន្យារពេលប៉ុណ្ណោះ។ វិគី និងកំណត់ចំណាំក៏ត្រូវការការថែទាំជាប្រចាំដែរ ឬកំហុស និងការយល់ច្រលំប្រមូលផ្តុំឡើង។ ហើយក្រុមហ៊ុនព្រមានប្រឆាំងនឹងការផ្ទុកអង្គចងចាំច្រើនពេកដោយស្វ័យប្រវត្តិទៅក្នុងគ្រប់វគ្គ ព្រោះវាស៊ីបរិបទ និងឆ្លងផុតកំណត់ចំណាំមិនល្អទៅគ្រប់វគ្គនាពេលអនាគត។

ពីការមើលស្រាវជ្រាវមុនផលិតផល

Dreaming ខ្លួនវាមិនមែនជារឿងថ្មីទេ៖ Anthropic បានណែនាំវានៅក្នុងខែឧសភាជាការមើលជាមុនសម្រាប់ការស្រាវជ្រាវសម្រាប់ Claude Managed Agents ដែលជាវេទិកាពពករបស់ក្រុមហ៊ុនសម្រាប់ភ្នាក់ងារ AI ។ សេវាកម្មនេះអានកន្លែងផ្ទុកអង្គចងចាំដែលមានស្រាប់ និងរហូតដល់ 100 វគ្គកន្លងមក លុបធាតុស្ទួន និងហួសសម័យ ហើយបង្កើតហាងដែលបានរៀបចំឡើងវិញ ខណៈពេលដែលទុករបស់ដើមដែលមិនប៉ះពាល់។ នៅពេលបើកដំណើរការ វាបានគាំទ្រ Claude Opus 4.7 និង Sonnet 4.6 ។ ចាប់តាំងពីពេលនោះមក OpenAI បានខ្ចីម៉ាកយីហោសម្រាប់ការជួសជុលអង្គចងចាំផ្ទាល់ខ្លួនរបស់ ChatGPT នៅក្នុងខែមិថុនា ដែលវាក៏ហៅថា "Dreaming" ដែលជាប្រព័ន្ធផ្ទៃខាងក្រោយដែលរក្សាទម្រង់អ្នកប្រើប្រាស់ និងកែតម្រូវព័ត៌មានហួសសម័យដោយស្វ័យប្រវត្តិ។

ការដកចេញជារួមពីការស្រាវជ្រាវរបស់ Anthropic គឺថាអង្គចងចាំភ្នាក់ងារមានប្រយោជន៍គឺអាស្រ័យតិចជាងលើការរក្សាទុកឱ្យបានច្រើនតាមដែលអាចធ្វើទៅបាន ជាងការរក្សាព័ត៌មានត្រឹមត្រូវ និងកែកំហុសនៅពេលក្រោយ។ នៅពេលដែលមន្ទីរពិសោធន៍ប្រកួតប្រជែងដើម្បីបង្កើតភ្នាក់ងារដែលអាចធ្វើការបានច្រើនថ្ងៃ និងច្រើនសប្តាហ៍ ជាជាងនាទី ការកែអង្គចងចាំកំពុងក្លាយជាការប្រកួតប្រជែងដ៏ប្រកៀកប្រកិតរបស់ខ្លួន។ អ្នកអាចតាមដានការអភិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់ក្នុងការស្រាវជ្រាវភ្នាក់ងារនៅ AI Buzz Wire។

នាំមុខ AI

ការស្រាវជ្រាវភ្នាក់ងារកំពុងរីកចម្រើនយ៉ាងឆាប់រហ័ស ហើយការចងចាំគឺជាសមរភូមិបន្ទាប់។ ទទួលបានរាល់ការអាប់ដេត បូករួមទាំងការវិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់ពីគ្រប់មន្ទីរពិសោធន៍ធំៗនៅ AI Buzz Wire។

អានព័ត៌មាន AI បន្ថែម →