ਜੇਵ, ਸਟਾਰਟਅੱਪ ਟਾਈਪਸੇਫ AI ਤੋਂ ਗੈਰ-LLM "ਫੈਸਲਾ ਮਾਡਲ" ਹੈ, ਨੇ ਪੋਕੇਮੋਨ ਰੈੱਡ ਨੂੰ ਪੂਰਾ ਕਰ ਲਿਆ ਹੈ - ਲਗਭਗ $1.65 ਦੀ ਕੁੱਲ ਕੰਪਿਊਟ ਲਾਗਤ 'ਤੇ 37 ਘੰਟੇ ਅਤੇ 40 ਮਿੰਟ ਦੀ ਖੇਡ ਵਿੱਚ ਪੈਲੇਟ ਟਾਊਨ ਤੋਂ ਹਾਲ ਆਫ ਫੇਮ ਤੱਕ ਲੜਦਾ ਹੋਇਆ, ਪ੍ਰੋਜੈਕਟ ਦੀ ਵੈੱਬਸਾਈਟ ਦੇ ਅਨੁਸਾਰ।

ਰਨ, ਡਿਵੈਲਪਰ ਕ੍ਰਿਸ਼ਚੀਅਨ ਮੈਥੀਸਨ ਦੁਆਰਾ ਬਣਾਈ ਗਈ, ਨੂੰ ਟੋਕਨਾਂ ਅਤੇ ਡਿਸਪਲੇ 'ਤੇ ਲਾਗਤਾਂ ਦੇ ਨਾਲ ਲਾਈਵ ਸਟ੍ਰੀਮ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ GitHub 'ਤੇ ਓਪਨ-ਸੋਰਸ ਕੀਤਾ ਗਿਆ ਸੀ। ਇਸਨੇ ਹਫਤੇ ਦੇ ਅੰਤ ਵਿੱਚ ਹੈਕਰ ਨਿਊਜ਼ ਦੇ ਪਹਿਲੇ ਪੰਨੇ 'ਤੇ ਸ਼ੂਟ ਕੀਤਾ, ਸੈਂਕੜੇ ਅਪਵੋਟਸ ਖਿੱਚੇ ਅਤੇ ਇਸ ਬਾਰੇ ਇੱਕ ਜੀਵੰਤ ਚਰਚਾ ਕੀਤੀ ਕਿ ਇਹ AI ਏਜੰਟਾਂ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਕੀ ਕਹਿੰਦਾ ਹੈ। ਟੌਮ ਦੇ ਹਾਰਡਵੇਅਰ ਨੇ ਇਸ ਪ੍ਰਾਪਤੀ ਨੂੰ ਕਵਰ ਕੀਤਾ, ਇਹ ਨੋਟ ਕਰਦੇ ਹੋਏ ਕਿ ਇੱਕ ਗੈਰ-LLM ਇੰਜਣ ਸਫਲ ਹੋਇਆ ਜਿੱਥੇ ਰਵਾਇਤੀ ਚੈਟਬੋਟਸ ਮਹੀਨਿਆਂ ਤੋਂ ਰੁਕੇ ਹੋਏ ਸਨ - ਅਤੇ ਇਹ ਕਿ ਕਲਾਉਡ ਓਪਸ 5 ਨੇ ਮਾਡਲ ਨੂੰ ਇਸਦੇ ਅੰਤ ਤੱਕ ਕੋਚ ਕੀਤਾ।

ਨੰਬਰਾਂ ਦੁਆਰਾ ਰਨ

ਪ੍ਰੋਜੈਕਟ ਦੇ ਆਪਣੇ ਟਰੈਕਿੰਗ ਦੇ ਅੰਕੜੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਏਆਈ ਸਿਸਟਮ ਲਈ ਇਹ ਦੌੜ ਕਿੰਨੀ ਅਸਾਧਾਰਨ ਸੀ:

  • ਕੁੱਲ ਸਮਾਂ: 37 ਘੰਟੇ, 40 ਮਿੰਟ
  • ਫੈਸਲੇ ਲਏ ਗਏ: 16,150
  • ਇਨਪੁਟ ਟੋਕਨ: ਲਗਭਗ 39.2 ਮਿਲੀਅਨ
  • ਕੁੱਲ ਜੇਵ ਲਾਗਤ: ਲਗਭਗ $1.65
  • ਆਮ ਫੈਸਲੇ ਦਾ ਸਮਾਂ: 0.4 ਸਕਿੰਟ
  • ਵਿਰੋਧੀ ਲੜੇ: ਲਗਭਗ 1,660
  • ਟੀਮ ਵਾਈਪ: 16
  • ਏਲੀਟ ਚਾਰ ਕੋਸ਼ਿਸ਼ਾਂ: 15
  • ਸਭ ਤੋਂ ਔਖਾ ਸਟ੍ਰੈਚ: ਵਿਕਟਰੀ ਰੋਡ

ਫਾਈਨਲ ਹਾਲ ਆਫ਼ ਫੇਮ ਟੀਮ: 83 ਦੇ ਪੱਧਰ 'ਤੇ ਚਾਰੀਜ਼ਾਰਡ, ਗ੍ਰੇਵਲਰ (62), ਨਿਡੋਕੁਈਨ (45), ਬੀਡਰਿਲ (44), ਹੌਂਟਰ (39), ਅਤੇ ਪ੍ਰਾਈਮਪੇਪ (29) ਦੁਆਰਾ ਸਮਰਥਤ।

ਅਰਥ ਸ਼ਾਸਤਰ ਸਿਰਲੇਖ ਹਨ। ਕੌਫੀ ਦੀ ਕੀਮਤ ਤੋਂ ਘੱਟ ਕੀਮਤ ਦੇ 16 ਹਜ਼ਾਰ ਫੈਸਲੇ LLM-ਅਧਾਰਿਤ ਗੇਮ-ਖੇਡਣ ਵਾਲੇ ਏਜੰਟਾਂ ਦੇ ਨਾਲ ਇੱਕ ਸ਼ਾਨਦਾਰ ਵਿਪਰੀਤ ਹਨ, ਜੋ ਲੰਬੇ ਸੈਸ਼ਨਾਂ ਵਿੱਚ ਟੋਕਨਾਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਡਾਲਰਾਂ ਨੂੰ ਸਾੜ ਸਕਦੇ ਹਨ। ਮੈਥੀਸਨ ਨੇ ਕਿਹਾ ਕਿ ਉਸਨੇ ਇਹ ਸਿੱਟਾ ਕੱਢਣ ਤੋਂ ਬਾਅਦ ਪੋਕੇਮੋਨ ਨੂੰ ਚੁਣਿਆ ਕਿ ਜੇਵ ਜਲਦੀ ਫੈਸਲਾ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਡੂਮ ਖੇਡਣ ਲਈ ਅਜੇ ਵੀ ਇੰਨੀ ਜਲਦੀ ਨਹੀਂ ਹੈ।

ਪੋਕੇਮੋਨ ਲਾਲ ਏਆਈ ਲਈ ਕਿਉਂ ਔਖਾ ਹੈ

ਪੋਕੇਮੋਨ ਰੈੱਡ ਏਜੰਟ ਏਆਈ ਲਈ ਇੱਕ ਅਸੰਭਵ ਬੈਂਚਮਾਰਕ ਬਣ ਗਿਆ ਹੈ। 1996 ਗੇਮ ਬੁਆਏ ਕਲਾਸਿਕ ਲੰਬੇ ਸਮੇਂ ਦੀ ਯੋਜਨਾਬੰਦੀ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ: ਪੱਧਰਾਂ ਨੂੰ ਪੀਸਣਾ, ਛੇ ਲੋਕਾਂ ਦੀ ਪਾਰਟੀ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ, ਬਿਨਾਂ ਨਕਸ਼ੇ ਦੇ ਭੁਲੇਖੇ ਵਰਗੀਆਂ ਗੁਫਾਵਾਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨਾ, ਅਤੇ ਜਦੋਂ ਕੋਈ ਮੁੱਖ ਚੀਜ਼ ਖੁੰਝ ਗਈ ਸੀ ਤਾਂ ਪਿੱਛੇ ਮੁੜਨਾ। ਭਾਸ਼ਾ-ਮਾਡਲ ਏਜੰਟ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਚੱਕਰਾਂ ਵਿੱਚ ਘੁੰਮਦੇ ਰਹੇ ਹਨ, ਗੁਫਾਵਾਂ ਵਿੱਚ ਫਸ ਗਏ ਹਨ, ਅਤੇ ਬੇਲੋੜੀਆਂ ਕਾਰਵਾਈਆਂ 'ਤੇ ਭਾਰੀ ਬਜਟ ਨੂੰ ਸਾੜਦੇ ਹਨ।

Jev ਇੱਕ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਪਹੁੰਚ ਲੈਂਦਾ ਹੈ। ਟੈਕਸਟ ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਮਾਡਲ ਕੈਲੀਬਰੇਟ ਕੀਤੇ ਫੈਸਲਿਆਂ ਨੂੰ ਸਿੱਧੇ ਵਾਪਸ ਕਰਦਾ ਹੈ - ਇੱਕ ਡਿਜ਼ਾਈਨ ਟਾਈਪਸੇਫ ਏਆਈ ਨੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦੇ ਜਾਣਬੁੱਝ ਕੇ, ਭਾਸ਼ਾ-ਭਾਰੀ ਤਰਕ ਦੇ ਇੱਕ "ਸਿਸਟਮ ਵਨ" ਵਿਕਲਪ ਵਜੋਂ ਮਾਰਕੀਟਿੰਗ ਕੀਤੀ ਹੈ। ਟੌਮ ਦੇ ਹਾਰਡਵੇਅਰ ਦੇ ਮਾਡਲ ਦੀ ਪਹਿਲਾਂ ਦੀ ਕਵਰੇਜ ਦੇ ਅਨੁਸਾਰ, ਕੰਪਨੀ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਫੈਸਲਾ ਕਾਰਜਾਂ 'ਤੇ LLM ਵਿਕਲਪਾਂ ਨਾਲੋਂ Jev ਲਗਭਗ 193 ਗੁਣਾ ਤੇਜ਼ ਅਤੇ 445 ਗੁਣਾ ਸਸਤਾ ਹੈ।

ਕੈਚ, ਡਿਵੈਲਪਰ ਨੇ ਸਵੀਕਾਰ ਕੀਤਾ, ਇਹ ਹੈ ਕਿ ਜੇਵ ਨੂੰ ਮਦਦ ਦੀ ਲੋੜ ਸੀ। ਪ੍ਰਤੀ ਟੌਮ ਦੇ ਹਾਰਡਵੇਅਰ, ਕਲਾਉਡ ਓਪਸ 5 ਨੇ ਫੈਸਲੇ ਦੇ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਅੰਤਮ ਸਿਰਿਆਂ ਦੁਆਰਾ ਕੋਚ ਕੀਤਾ - ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚ ਜਿਸ ਵਿੱਚ ਇੱਕ ਵਿਸ਼ਾਲ ਭਾਸ਼ਾ ਮਾਡਲ ਰਣਨੀਤਕ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਦੋਂ ਕਿ ਤੇਜ਼, ਸਸਤਾ ਮਾਡਲ ਹਜ਼ਾਰਾਂ ਵਿਅਕਤੀਗਤ ਫੈਸਲਿਆਂ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਪੇਜ ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ ਕਿ ਜੇਵ "ਸਿਰਫ ਇਹ ਜਾਣਦਾ ਸੀ ਕਿ ਅੱਗੇ ਕਿੱਥੇ ਜਾਣਾ ਹੈ ਕਿਉਂਕਿ ਇਸਦੇ ਕੋਲ ਇੱਕ ਗਾਈਡ ਸੀ।"

AI ਏਜੰਟਾਂ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ

ਨਤੀਜਾ ਇੱਕ ਵਧ ਰਹੀ ਦਲੀਲ ਵਿੱਚ ਇੱਕ ਡੇਟਾ ਬਿੰਦੂ ਹੈ ਕਿ AI ਏਜੰਟਾਂ ਦਾ ਭਵਿੱਖ ਸਭ ਕੁਝ ਕਰਨ ਵਾਲਾ ਇੱਕ ਵਿਸ਼ਾਲ ਮਾਡਲ ਨਹੀਂ ਹੈ, ਪਰ ਕਿਰਤ ਦਾ ਇੱਕ ਵਿਭਾਜਨ ਹੈ: ਤੇਜ਼, ਸਸਤੇ, ਉੱਚ-ਆਵਿਰਤੀ ਵਾਲੇ ਫੈਸਲਿਆਂ ਨੂੰ ਸੰਭਾਲਣ ਵਾਲੇ ਵਿਸ਼ੇਸ਼ ਮਾਡਲ, ਹੌਲੀ ਤਰਕ ਵਾਲੇ ਮਾਡਲਾਂ ਦੇ ਨਾਲ ਜਦੋਂ ਸਥਿਤੀ ਅਸਪਸ਼ਟ ਹੋ ਜਾਂਦੀ ਹੈ।

ਰੋਬੋਟਿਕਸ, ਗੇਮਿੰਗ, ਅਤੇ ਰੀਅਲ-ਟਾਈਮ ਨਿਯੰਤਰਣ ਪ੍ਰਣਾਲੀਆਂ ਲਈ — ਡੋਮੇਨ ਜਿੱਥੇ ਫੈਸਲੇ ਮਿਲੀਸਕਿੰਟ ਵਿੱਚ ਆਉਣੇ ਚਾਹੀਦੇ ਹਨ ਅਤੇ ਬਜਟ ਨੂੰ ਸੈਂਟ ਵਿੱਚ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ — ਉਹ ਆਰਕੀਟੈਕਚਰ ਆਕਰਸ਼ਕ ਹੈ। ਇੱਕ ਵੇਅਰਹਾਊਸ ਰੋਬੋਟ, ਇੱਕ ਗੇਮ ਖੇਡਣ ਵਾਲਾ NPC, ਜਾਂ ਇੱਕ ਵਪਾਰ ਪ੍ਰਣਾਲੀ ਹਰੇਕ ਮਾਈਕਰੋ-ਐਕਸ਼ਨ ਲਈ 2-ਸਕਿੰਟ ਦੀ GPT-ਸ਼ੈਲੀ ਦੀ ਰਾਊਂਡ ਟ੍ਰਿਪ ਬਰਦਾਸ਼ਤ ਨਹੀਂ ਕਰ ਸਕਦੀ।

ਹੈਕਰ ਨਿਊਜ਼ 'ਤੇ ਸੰਦੇਹਵਾਦੀਆਂ ਨੇ ਰਨ ਦੀਆਂ ਚੇਤਾਵਨੀਆਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ: ਖੇਡ ਦਹਾਕਿਆਂ ਪੁਰਾਣੀ ਹੈ ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਹੈ, ਕੋਚਿੰਗ ਮਾਡਲ ਨੇ ਰਣਨੀਤਕ ਹੈਵੀ ਲਿਫਟਿੰਗ ਕੀਤੀ, ਅਤੇ 15 ਐਲੀਟ ਚਾਰ ਕੋਸ਼ਿਸ਼ਾਂ ਬਹੁਤ ਸਾਰੇ ਅਜ਼ਮਾਇਸ਼ ਅਤੇ ਗਲਤੀ ਦਾ ਸੁਝਾਅ ਦਿੰਦੀਆਂ ਹਨ। ਉਹ ਨਿਰਪੱਖ ਪੁਆਇੰਟ ਹਨ - ਪਰ ਉਹ ਵਧੇਰੇ ਦਿਲਚਸਪ ਸਿਗਨਲ ਨੂੰ ਗੁਆਉਂਦੇ ਹਨ. $0.0001 'ਤੇ ਸੋਲ੍ਹਾਂ ਹਜ਼ਾਰ ਚੰਗੇ ਫੈਸਲੇ ਹਰੇਕ ਦੀ ਲਾਗਤ ਪ੍ਰੋਫਾਈਲ ਆਟੋਨੋਮਸ ਏਜੰਟਾਂ ਨੂੰ ਲੋੜੀਂਦਾ ਹੈ ਜੇਕਰ ਉਹ ਕਦੇ ਵੀ ਪੈਮਾਨੇ 'ਤੇ ਚਲਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ।

TypeSafe AI, ਇੱਕ ਸਾਬਕਾ OpenAI RLHF ਖੋਜਕਰਤਾ ਦੁਆਰਾ ਸਥਾਪਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, ਨੇ Jev ਨੂੰ ਬਦਲਣ ਦੀ ਬਜਾਏ ਭਾਸ਼ਾ ਦੇ ਮਾਡਲਾਂ ਦੇ ਪੂਰਕ ਵਜੋਂ ਰੱਖਿਆ ਹੈ। ਪੋਕੇਮੋਨ ਪ੍ਰੋਜੈਕਟ — ਕੋਡ, ਸਟ੍ਰੀਮ, ਅਤੇ ਲਾਗਤ ਦਾ ਬ੍ਰੇਕਡਾਊਨ ਸਾਰੇ ਜਨਤਕ — ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਪ੍ਰਦਰਸ਼ਨ ਹੈ ਕਿ ਫੈਸਲਾ-ਪਹਿਲਾ ਸਟੈਕ ਕੀ ਕਰ ਸਕਦਾ ਹੈ।

ਪੂਰਾ ਸਰੋਤ ਕੋਡ GitHub 'ਤੇ ਉਪਲਬਧ ਹੈ, ਅਤੇ ਪੂਰੀ ਹੋਈ ਰਨ ਨੂੰ YouTube 'ਤੇ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਵਿਕਟਰੀ ਰੋਡ 'ਤੇ ਹਰ ਵਾਈਪ ਵੀ ਸ਼ਾਮਲ ਹੈ।

ਏਆਈ ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਵਿਕਾਸ ਲਈ AI Buzz Wire ਦਾ ਅਨੁਸਰਣ ਕਰੋ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →