AI မော်ဒယ်အသစ်သည် ယခုအပတ်တွင် ပွဲဦးထွက်ပြုလုပ်ခဲ့ပြီး Transformer Architecture ဖြင့် တည်ဆောက်ထားသော မော်ဒယ်အတွက် ထူးထူးခြားခြား တစ်စုံတစ်ရာ လုပ်ဆောင်နိုင်သည်- ၎င်းသည် စာသားကို မည်သည့်အခါမှ မထုတ်ပေးပါ။ TechCrunch ၏ အဆိုအရ နှစ်နှစ်သက်တမ်းရှိ startup TypeSafe AI မှထုတ်ဝေသော Jev သည် ကုမ္ပဏီမှ ရိုက်နှိပ်ထားသော၊ ချိန်ညှိထားသော ဆုံးဖြတ်ချက်များဟု ခေါ်သည့် ဖြစ်နိုင်ခြေများကို ချိန်ညှိပေးသည့်အစား အမျိုးအစားခွဲခြင်း၊ လမ်းကြောင်းသတ်မှတ်ခြင်းနှင့် အလိုအလျောက်လုပ်ဆောင်ခြင်းအတွက် ကြီးမားသောဘာသာစကားမော်ဒယ်များအတွက် စျေးသက်သာပြီး မြန်ဆန်သော အစားထိုးတစ်ခုအဖြစ် သတ်မှတ်ပေးခြင်းဖြစ်သည်ဟု TechCrunch မှ သိရသည်။

ကုမ္ပဏီကို ChatGPT တည်ဆောက်ရာတွင် ကူညီပေးသော OpenAI သုတေသီ Diogo Almeida မှ တည်ထောင်ခဲ့ပြီး လက်ရှိ AI လက်ထောက်များ၏ မျိုးဆက်များကို ပုံဖော်ပေးသည့် လေ့ကျင့်ရေးနည်းပညာကို ကျယ်ကျယ်ပြန့်ပြန့် ဂုဏ်ပြုထားသည့် အဆိုပါ လေ့ကျင့်သင်ကြားမှုနည်းစနစ်မှ အားဖြည့်သင်ယူမှု (RLHF) မှ တီထွင်မှုတွင် ပါဝင်ကူညီခဲ့သည်။ မော်ဒယ်အသစ်အတွက် ဝယ်လိုအားက ပြင်းထန်လွန်းသဖြင့် TypeSafe သည် API အသုံးပြုသူအချို့ကို စတင်အသုံးပြုပြီးနောက် ဝန်ဆောင်မှုပေးနိုင်စွမ်းကို ခေတ္တဆုံးရှုံးသွားခဲ့သည်။ For more context on this story, see our ongoing more AI stories.

အဘယ်ကြောင့် ChatGPT ရှေ့ဆောင်မှ Abandoned Language ဖြစ်သနည်း။

စာသားမဟုတ်သောမော်ဒယ်သို့ Almeida ၏လမ်းကြောင်းသည် OpenAI တွင် စိတ်ပျက်စွာဖြင့် စတင်ခဲ့သည်။ "ကျွန်တော်တို့မှာ ပုလင်းတစ်လုံးမှာ လျှပ်စီးကြောင်းတွေရှိနေပေမယ့် အဲဒါက အသုံးမဝင်ပါဘူး" ဟု Almeida မှ TechCrunch သို့ ပြောကြားခဲ့ပြီး ChatGPT ၏ စွမ်းဆောင်နိုင်မှုများရှိသော်လည်း နည်းပညာသည် စစ်မှန်သော အလိုအလျောက်စနစ်ထက် နည်းပါးသွားကြောင်း ၎င်း၏ စိတ်ပျက်အားငယ်မှုကို ဖော်ပြခဲ့သည်။ "အဲဒီပြဿနာကို ကျွန်တော် အဲဒီကတည်းက ရုန်းကန်နေရတယ်။ နိဂုံးချုပ်ဖို့ အချိန်အတော်ကြာခဲ့တယ်- ပြဿနာက လူသားဘာသာစကားအတွက် ကျွန်တော်တို့က အကောင်းဆုံးဖြစ်အောင် လုပ်နေတာပဲ... ကျွန်တော်တို့ဟာ လူသားဘာသာစကားကို လေးနှစ်ကြာအောင် ကောင်းကောင်းလုပ်ဆောင်နိုင်ခဲ့ပေမဲ့ ကွန်ပျူတာတွေက တခြားဘာသာစကားကို ပြောတတ်တာကြောင့် automation အတွက် အသုံးမဝင်ပါဘူး။"

လွန်ခဲ့သောနှစ်နှစ်က Almeida သည် TypeSafe AI ကိုရှာဖွေရန် OpenAI မှထွက်ခွာခဲ့ပြီး အဆိုပါစာတမ်းကို ဆက်လက်လုပ်ဆောင်ခဲ့သည်။ ရလဒ်မှာ ကုမ္ပဏီက ကြီးမားသောဘာသာစကားမော်ဒယ်မဟုတ်ကြောင်း အခိုင်အမာပြောဆိုထားသည့် ထရန်စဖော်မာအခြေခံမော်ဒယ် Jev ဖြစ်သည်။ LLM သည် အဖွင့်အဆုံးစာသားကိုထုတ်ပေးသည့်အခါ Jev သည် အသုံးပြုသူကြိုတင်သတ်မှတ်ထားသော outputs အစုံတွင် ဖြစ်နိုင်ခြေများကို ပြန်ပေးသည် - ကုမ္ပဏီက ပေးထားသည့်ရွေးချယ်မှုများဖြင့်သာ အဖြေပေးနိုင်သောကြောင့် မော်ဒယ်သည် ပေးထားသည့်ရွေးချယ်မှုများဖြင့်သာ ထူးထူးခြားခြား ယောင်ယောင်ချောက်ချားဖြစ်နိုင်စေသည်ဟု ကုမ္ပဏီကပြောထားသည့် ဒီဇိုင်းတစ်ခုဖြစ်သည်။

ထိရောက်မှု အမြတ်များသည် ကွင်း၏ အဓိက အစိတ်အပိုင်း ဖြစ်သည်။ TechCrunch အရ Jev မှ အထွက်တိုကင်များကို အခမဲ့ဖြစ်ပြီး အဝင်တိုကင်များကို သန်းပေါင်းများစွာထက် ဘီလီယံနှင့် တိုင်းတာသည်။ ကုမ္ပဏီသည် Jev အား ကျိုးကြောင်းဆင်ခြင်ခြင်းထက် ဥာဏ်ရည်ဥာဏ်သွေးကို အဓိကထားလုပ်ဆောင်သည့် "System One မော်ဒယ်" အဖြစ် ဖော်ပြထားပြီး Almeida ခေါ် ချိန်ညှိထားသော ဆုံးဖြတ်ချက်များမှ အားဖြည့်သင်ယူခြင်းနည်းပညာကို အသုံးပြု၍ ပေါင်းစပ်ထားသော ပေါင်းစပ်ဒေတာအတွက် သီးသန့်လေ့ကျင့်ထားသည်ဟု ဆိုသည်။

TypeSafe သည် Jev ၏ဗိသုကာလက်ရာကို အကျဉ်းချထားသော်လည်း ပြင်ပမှလေ့လာသူများက အဆိုပါစနစ်ကို open-weight LLM ၏ထိပ်တွင်တည်ဆောက်ထားသည်ဟု သံသယရှိသော်လည်း၊ "[ကျွန်ုပ်တို့၏ကုမ္ပဏီ] ထက်ဝက်သည် ကိန်းဂဏန်းအချက်အလတ်ပိုင်းကို ကောင်းစွာနားလည်သဘောပေါက်ထားသော ပေါင်းစပ်အချက်အလက်များ၏ အခြေခံအားဖြင့် ဤနယ်ပယ်ခွဲတစ်ခုလုံးကို ပိုင်ဆိုင်သည့် ဓာတ်ခွဲခန်းဖြစ်ပြီး၊ ၎င်းသည် ယခုကျွန်ုပ်၏ဘဝပျော်ရွှင်မှုဖြစ်နေပါပြီ" ဟု Almeida မှ TechCrunch သို့ ပြောကြားခဲ့သည်။

အစောပိုင်း developer ရလဒ်များ- ပိုမြန်ပြီး စျေးသက်သာသည်။

အစောပိုင်းမွေးစားသူများသည် စမ်းသပ်မှုတွင် သိသိသာသာ အမြတ်များကြောင်း အစီရင်ခံခဲ့သည်။ Vercel မှ ဆော့ဖ်ဝဲအင်ဂျင်နီယာ Pranit Sharma က ၎င်း၏ကုမ္ပဏီသည် ဘေးကင်းလုံခြုံရေးအတွက် ညွှန်ကြားချက်များကို ပြန်လည်သုံးသပ်သည့် အမျိုးအစားခွဲထွက်ခြင်းအား လုပ်ဆောင်ရန် OpenAI ၏ ChatGPT Luna 5.6 ကို အသုံးပြုထားကြောင်း TechCrunch သို့ ပြောကြားခဲ့သည်။ ထိုအလုပ်တာဝန်ကို Jev သို့ပြောင်းပြီးနောက်၊ Vercel သည် ရလဒ်များကို ငါးဆမှ 18 ဆ ပိုမိုလျင်မြန်ပြီး ပိုမိုတိကျမှုနှင့်အတူ တွေ့ရှိခဲ့သည်။

Bryo AI ၏ CTO Nikhil Mudholkar သည် Google ၏ Gemini နှင့် စီးပွားရေးလုပ်ငန်းအီးမေးလ်များကို Jev နှင့် အမျိုးအစားခွဲခြားခြင်း သူ၏စမ်းသပ်မှုတွင် Gemini သည်အနည်းငယ်ပိုမိုတိကျသော်လည်း 10 မှ 20 ဆပိုမိုစျေးကြီးသည်။ Mudholkar အတွက် Jev ၏ တန်ဖိုးအရှိဆုံး ပိုင်ဆိုင်မှုမှာ ၎င်း၏ မသေချာမရေရာသော ကိုင်တွယ်မှုဖြစ်သည်။ "၎င်းသည် အလုပ်အသွားအလာများကို အလိုအလျောက်လုပ်ဆောင်ရန်အတွက် စံပြဖြစ်စေသည့် တကယ့်ဖြစ်နိုင်ခြေကို ပြန်လည်ပေးအပ်သည့် တစ်ခုတည်းသောတစ်ခုသာဖြစ်သည်" ဟု ၎င်းက TechCrunch သို့ ပြောကြားခဲ့သည်။

ဘေလ်မပါဘဲ အေးဂျင့်များကို စောင့်ကြည့်နေသူများ

အမျိုးအစားခွဲခြင်းလုပ်ငန်းများတွင် LLMs များကို အစားထိုးခြင်းအပြင် TypeSafe က Jev သည် ၎င်းတို့အား ရဲနိုင်သည်ဟု စောဒကတက်သည်။ အခြားအေးဂျင့်များကိုစောင့်ကြည့်ရန် AI အေးဂျင့်များကိုအသုံးပြုခြင်းသည် စျေးကြီးသည် လျင်မြန်သော်လည်း Jev ၏မြန်နှုန်းနှင့် ကုန်ကျစရိတ်ပရိုဖိုင်သည် LLM အေးဂျင့်ခြေရာခံများကိုခြေရာခံရန်နှင့် jailbreak များကိုအချိန်နှင့်တပြေးညီကာကွယ်ရန် လက်တွေ့ကျကြောင်း Almeida က အခိုင်အမာဆိုသည်။

Earendil ၏ CTO နှင့် open source model harness Pi ၏တည်ဆောက်သူ Armin Ronacher က အဆိုပါချဉ်းကပ်မှုသည် developer ထံ မသေချာမရေရာမှုများအတွက် တာဝန်ပြောင်းသွားကြောင်း TechCrunch သို့ပြောကြားခဲ့သည်။ "၎င်းသည် ယောင်မှားခြင်းပြဿနာကို သုံးစွဲသူအား အနည်းငယ်လွှဲအပ်သည်" ဟု Ronacher မှ ပြောကြားခဲ့သည်။ "အသုံးပြုသူက ပြောရမှာက၊ ဒါက ဖြစ်နိုင်ခြေ 50% သာ ပြန်လာရင် ဒါက အကြွေစေ့ပစ်တာ ဖြစ်ကောင်းဖြစ်နိုင်တယ်၊ ဒါကို ကျွန်တော် လျစ်လျူမရှုပါဘူး။ ဒါပေမယ့် 95% သေချာတယ်ဆိုရင်တော့ ကျွန်တော် အဲဒါကို တစ်ခုခု လုပ်နိုင်ပါတယ်။"

Ronacher သည် အလားအလာရှိသော အသုံးပြုမှုကိစ္စတစ်ခုအဖြစ် မော်ဒယ်လမ်းကြောင်းသတ်မှတ်ခြင်းကို အလံပြခဲ့သည်- ပေးထားသောအလုပ်တာဝန်တစ်ခုသည် တိကျသော၊ ပိုစျေးကြီးသောမော်ဒယ်လိုအပ်သည်ရှိမရှိ ခန့်မှန်းခြင်း။ LLM ဖြင့် စီခြင်းလုပ်ခြင်းက ကုန်ကျစရိတ်များသော်လည်း Jev ၏ latency နည်းပါးခြင်းနှင့် စျေးနှုန်းသည် အချိန်နှင့်တစ်ပြေးညီ လမ်းကြောင်းကို အကောင်အထည်ဖော်နိုင်စေပါသည်။

စီးပွားရေးမှ ချေးယူထားသော အမည်

မော်ဒယ်ကို Jevons ဝိရောဓိနောက်ကွယ်ရှိ 19 ရာစုစီးပွားရေးပညာရှင် William Stanley Jevons ၏အမည်ဖြင့် အမည်ပေးထားပြီး ကုန်ပစ္စည်းတစ်ခုသည် စျေးသက်သာလာသည်နှင့်အမျှ ၎င်းကိုသုံးစွဲမှု မြင့်တက်လာကြောင်း လေ့လာတွေ့ရှိခဲ့သည်။ Almeida ၏လောင်းကြေးမှာ ဆုံးဖြတ်ချက်အဆင့် ထောက်လှမ်းရေးအတွက် ကုန်ကျစရိတ်များ ကျဆင်းခြင်းသည် ထင်ရှားကျော်ကြားသော chatbots များတွင်သာမက နေရာတိုင်းတွင် ၎င်း၏ ဖြန့်ကျက်မှုကို ဦးတည်စေမည်ဖြစ်သည်။

"ပေါ်ထွက်လာပြီး ဖြန့်ဝေတဲ့နည်းနဲ့ နေရာအနှံ့မှာ စမတ်ဆော့ဖ်ဝဲတွေ ရှိနေမယ်လို့ ထင်ပါတယ်... လူတွေက အခုတည်ဆောက်နေတဲ့ mega app တွေလို သင်သိထားတာထက် အစောပိုင်းအင်တာနက်နဲ့ ပိုတူပါတယ်" ဟု Almeida မှ TechCrunch သို့ ပြောကြားခဲ့သည်။

ပြိုင်ဘက်တွေနောက်ကို လိုက်မှာလားဆိုတာ မေးခွန်းထုတ်စရာ ဖြစ်နေပါတယ်။ "ကျွန်တော်တို့ ဒါကို ပုံစံအမျိုးမျိုးနဲ့ စောစောက မြင်ဖူးသင့်ပေမယ့် LLMs တွေက အရမ်းစျေးသက်သာပြီး ထောက်ပံ့မှုတွေကြောင့်၊ သင်ဟာ မကြာခဏ တီထွင်ဖန်တီးဖို့ မလိုအပ်သေးပါဘူး" ဟု Ronacher မှ TechCrunch သို့ ပြောကြားခဲ့သည်။ TypeSafe သည် ပုံစံသစ်များဖြင့် Jev ၏ နောက်ထပ်ဗားရှင်းများကို စီစဉ်ပေးသည်။

TypeSafe သည် နယ်ခြားဓာတ်ခွဲခန်းအဖြစ် ထည့်သွင်းထားခြင်း ရှိမရှိနှင့် ပတ်သက်၍ Almeida က "နယ်ခြားဓာတ်ခွဲခန်းများ၏ အဓိကထုတ်ကုန်မှာ အကြောက်တရား သို့မဟုတ် ဖောင်းပွမှုဖြစ်သည်။ ကျွန်ုပ်တို့၏ အဓိကထုတ်ကုန်သည် ဉာဏ်ရည်ဉာဏ်သွေးဖြစ်လိုပါသည်... [သို့သော် ကျွန်ုပ်တို့သည်] ဓာတ်ခွဲခန်းမဟုတ်ပါ၊ အနန္တစည်းစိမ်ဥစ္စာ သို့မဟုတ် ဘာသာတရားအပေါ် လောင်းကြေးထပ်ခြင်းကဲ့သို့၊ သို့မဟုတ် ဒေတာစင်တာတစ်ခုတွင် ဘုရားသခင်ကို တည်ဆောက်ခြင်း သို့မဟုတ် ယနေ့ခေတ်တွင် မည်သည့်အရာများဖြစ်သည်ကို သင်သိပါသည်။"

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →