AI ਬੈਂਚਮਾਰਕ ਇਹ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਮਾਡਲ ਸੁਰਖੀਆਂ ਬਣਾਉਂਦੇ ਹਨ - ਅਤੇ ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਬਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੇ ਉਹਨਾਂ ਨੂੰ ਹਰਾਉਣਾ ਸਿੱਖ ਲਿਆ ਹੈ। 2024 ਵਿੱਚ ਬਣੀ Vals ਨਾਮਕ ਇੱਕ ਸਟਾਰਟਅਪ ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਉਦਯੋਗ ਨੂੰ ਇੱਕ ਰੈਫਰੀ ਦੀ ਲੋੜ ਹੈ ਜਿਸ ਦੇ ਟੈਸਟ ਖੇਡੇ ਨਹੀਂ ਜਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਨੇ ਹੁਣੇ ਹੀ ਇਸ ਬਾਜ਼ੀ ਦਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਮਰਥਨ ਕੀਤਾ ਹੈ: ਵਾਲਜ਼ ਨੇ ਪਿਛਲੇ ਮਹੀਨੇ 8VC ਅਤੇ ਬਲੂਮਬਰਗ ਬੀਟਾ ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਇੱਕ ਬੀਜ ਗੇੜ ਦੇ ਬਾਅਦ, ਐਂਡਰੀਸਨ ਹੋਰੋਵਿਟਜ਼ ਦੀ ਅਗਵਾਈ ਵਿੱਚ $40 ਮਿਲੀਅਨ ਦੀ ਸੀਰੀਜ਼ ਏ ਇਕੱਠੀ ਕੀਤੀ।
AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਮਾਪਦੰਡ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਟੂਲ ਬਣ ਜਾਂਦਾ ਹੈ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ ਇਸ ਬਾਰੇ ਵਧ ਰਹੀ ਬੇਚੈਨੀ ਦੇ ਵਿਚਕਾਰ ਕੰਪਨੀ ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ। AI ਦੇ ਕਾਰੋਬਾਰ ਬਾਰੇ ਹੋਰ ਜਾਣਕਾਰੀ ਲਈ, AI ਉਦਯੋਗ ਕਵਰੇਜ ਦੀ ਪਾਲਣਾ ਕਰੋ।
ਜਦੋਂ ਬੈਂਚਮਾਰਕ ਮਾਰਕੀਟਿੰਗ ਬਣ ਜਾਂਦੇ ਹਨ
ਬੈਂਚਮਾਰਕਿੰਗ AI ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਉਦਯੋਗ ਦਾ ਆਦਰਸ਼ ਬਣ ਗਿਆ ਹੈ - ਅਤੇ, ਜਦੋਂ ਨੰਬਰ ਕਿਸੇ ਕੰਪਨੀ ਦੇ ਤਰੀਕੇ ਨਾਲ ਬਦਲਦੇ ਹਨ, ਤਾਂ ਵਿਰੋਧੀਆਂ ਉੱਤੇ ਇਸ਼ਤਿਹਾਰਬਾਜ਼ੀ ਦੀ ਉੱਤਮਤਾ ਲਈ। ਚੰਗੇ ਮਾਪਦੰਡਾਂ ਦਾ ਮਤਲਬ ਹੈ ਚੰਗੇ ਜਨਤਕ ਸਬੰਧ।
ਵਾਲਸ ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ ਅਤੇ ਸੀਈਓ ਰੇਆਨ ਕ੍ਰਿਸ਼ਨਨ ਦੇ ਅਨੁਸਾਰ, ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਵਿਰਾਸਤੀ ਮਾਪਦੰਡ ਮਾਡਲਾਂ ਦੀ ਪੁਰਾਣੀ ਪੀੜ੍ਹੀ ਲਈ ਬਣਾਏ ਗਏ ਸਨ, ਅਤੇ ਕੰਪਨੀਆਂ ਨੇ ਇਹ ਪਤਾ ਲਗਾਇਆ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਵਿਰੁੱਧ ਕਿਵੇਂ ਅਨੁਕੂਲ ਬਣਾਇਆ ਜਾਵੇ। ਜਦੋਂ ਟੈਸਟ ਸਮੱਗਰੀ ਜਨਤਕ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਇੱਕ ਮਾਡਲ ਨੂੰ ਇਮਤਿਹਾਨ ਪਾਸ ਕਰਨ ਲਈ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ - ਇੱਕ ਅਭਿਆਸ ਜਿਸਨੂੰ ਉਦਯੋਗ ਨੇ ਗੰਦਗੀ, ਓਵਰਫਿਟਿੰਗ, ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਧੋਖਾਧੜੀ ਦੇ ਰੂਪ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਰੂਪ ਵਿੱਚ ਵਰਣਨ ਕੀਤਾ ਹੈ।
ਕ੍ਰਿਸ਼ਣਨ ਨੇ TechCrunch ਨਾਲ ਇੱਕ ਇੰਟਰਵਿਊ ਵਿੱਚ ਕਿਹਾ, "ਅਸੀਂ ਦੇਖ ਰਹੇ ਸੀ ਕਿ ਨਵੇਂ, ਬਹੁਤ ਸਮਰੱਥ ਮਾਡਲਾਂ ਦਾ ਇੱਕ ਝੁੰਡ ਤੇਜ਼ੀ ਨਾਲ ਮਾਰਕੀਟ ਵਿੱਚ ਆਉਂਦਾ ਹੈ, ਅਤੇ ਅਕਾਦਮਿਕ ਮਾਪਦੰਡ [] ਉਸ ਸਰਹੱਦੀ ਤਰੱਕੀ ਦੇ ਨਾਲ ਨਹੀਂ ਚੱਲ ਰਹੇ ਸਨ," ਕ੍ਰਿਸ਼ਣਨ ਨੇ TechCrunch ਨਾਲ ਇੱਕ ਇੰਟਰਵਿਊ ਵਿੱਚ ਕਿਹਾ।
ਨਿੱਜੀ ਟੈਸਟ, ਅਸਲ-ਵਿਸ਼ਵ ਕਾਰਜ
Vals ਦੋ ਮੋਰਚਿਆਂ 'ਤੇ ਇੱਕ ਵੱਖਰੀ ਪਹੁੰਚ ਅਪਣਾਉਂਦੀ ਹੈ। ਪਹਿਲਾਂ, ਇਹ ਜਨਤਕ ਤੌਰ 'ਤੇ ਆਪਣੀ ਖਾਸ ਟੈਸਟ ਸਮੱਗਰੀ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਕਿਸੇ ਕੰਪਨੀ ਲਈ ਪ੍ਰੀਖਿਆ ਦੇ ਵਿਰੁੱਧ ਆਪਣੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਬਹੁਤ ਔਖਾ ਬਣਾਉਂਦਾ ਹੈ। ਦੂਜਾ, ਅਮੂਰਤ ਗਿਆਨ ਨੂੰ ਮਾਪਣ ਦੀ ਬਜਾਏ — ਕੀ ਇੱਕ ਮਾਡਲ ਬਾਰ-ਪ੍ਰੀਖਿਆ-ਸ਼ੈਲੀ ਦੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ — ਵਾਲਸ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਕਿ ਮਾਡਲ ਵਿਸ਼ੇਸ਼ ਉਦਯੋਗਾਂ ਜਿਵੇਂ ਕਿ ਕਾਨੂੰਨ, ਵਿੱਤ ਅਤੇ ਕੋਡਿੰਗ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਕੰਮ ਕਿਵੇਂ ਕਰਦੇ ਹਨ।
ਕ੍ਰਿਸ਼ਨਨ ਨੇ ਕਿਹਾ, "ਅਸੀਂ ਜੋ ਕਰ ਰਹੇ ਹਾਂ ਉਹ ਅਸਲ ਵਿੱਚ ਇਹ ਦੇਖ ਰਿਹਾ ਹੈ ਕਿ ਮਾਡਲਾਂ ਦੇ ਅਸਲ ਪ੍ਰਭਾਵ ਕੀ ਹਨ।" "ਕੀ ਉਹ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਹਰੇਕ ਡੋਮੇਨ ਦੇ ਅੰਦਰ ਮਨੁੱਖ ਦੇ ਰੂਪ ਵਿੱਚ ਸਮਾਨ ਗੁਣਵੱਤਾ ਦਾ ਉਤਪਾਦ ਪੈਦਾ ਕਰਦਾ ਹੈ?"
ਕੰਪਨੀ ਅਸਫਲਤਾ ਦੇ ਢੰਗਾਂ ਨੂੰ ਵੀ ਮਾਪਦੀ ਹੈ, ਨਾ ਸਿਰਫ਼ ਸਫਲਤਾਵਾਂ. ਕ੍ਰਿਸ਼ਣਨ ਨੇ ਕਿਹਾ ਕਿ ਵਾਲਸ ਦਾ ਉਦੇਸ਼ "ਜੇਕਰ ਇਹ ਮਾਡਲ ਸੰਸਾਰ ਵਿੱਚ ਜੰਗਲੀ ਚੱਲਦੇ ਹਨ, ਤਾਂ ਨਕਾਰਾਤਮਕ ਪ੍ਰਭਾਵ ਕੀ ਹੋਣਗੇ" ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਹੈ - ਇੱਕ ਮੁਲਾਂਕਣ ਫਲਸਫਾ ਜੋ ਨਨੁਕਸਾਨ ਦੇ ਜੋਖਮ ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਸੋਚਣ ਦੀ ਬਜਾਏ ਇੱਕ ਮਾਪਣਯੋਗ ਆਉਟਪੁੱਟ ਵਜੋਂ ਮੰਨਦਾ ਹੈ।
ਕਾਨੂੰਨ ਅਤੇ ਵਿੱਤ ਤੋਂ ਲੈ ਕੇ ਜੇਨੇਵਾਸ ਸੰਮੇਲਨਾਂ ਅਤੇ ਆਵਰਤੀ ਸਵੈ-ਸੁਧਾਰ ਤੱਕ
Vals ਦੇ ਮੁਲਾਂਕਣਾਂ ਦਾ ਦਾਇਰਾ ਇਸਦੀਆਂ ਪੇਸ਼ੇਵਰ-ਸੇਵਾਵਾਂ ਦੀਆਂ ਜੜ੍ਹਾਂ ਤੋਂ ਪਰੇ ਫੈਲਦਾ ਰਹਿੰਦਾ ਹੈ। ਕਾਨੂੰਨ, ਵਿੱਤ ਅਤੇ ਕੋਡਿੰਗ ਮਾਪਦੰਡਾਂ ਦੇ ਨਾਲ-ਨਾਲ, ਕ੍ਰਿਸ਼ਣਨ ਨੇ ਕਿਹਾ ਕਿ ਕੰਪਨੀ ਹੁਣ ਮਾਨਸਿਕ ਸਿਹਤ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਅਤੇ ਬਾਇਓਸਕਿਓਰਿਟੀ ਵਿੱਚ ਟੈਸਟ ਚਲਾਉਂਦੀ ਹੈ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਆਵਰਤੀ ਸਵੈ-ਸੁਧਾਰ 'ਤੇ ਇੱਕ ਬੈਂਚਮਾਰਕ ਵੀ - ਇੱਕ ਵਿਸ਼ਾ ਜੋ ਵਪਾਰਕ ਮੁਲਾਂਕਣ ਸੂਟ ਦੀ ਬਜਾਏ AI-ਸੁਰੱਖਿਆ ਸਰਕਲਾਂ ਵਿੱਚ ਵਧੇਰੇ ਵਿਚਾਰਿਆ ਜਾਂਦਾ ਹੈ।
ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਥਿਆਰਬੰਦ ਟਕਰਾਅ ਦੇ ਕਾਨੂੰਨ 'ਤੇ ਇਸ ਦਾ ਕੰਮ ਹੈ, ਜਿੱਥੇ ਵਾਲਜ਼ ਇਹ ਜਾਂਚ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਮਾਡਲ ਜੇਨੇਵਾ ਕਨਵੈਨਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਸਮਝਦੇ ਅਤੇ ਲਾਗੂ ਕਰਦੇ ਹਨ। ਚੌੜਾਈ ਸਿਗਨਲ ਜਿੱਥੋਂ ਮੰਗ ਆ ਰਹੀ ਹੈ: ਚੋਟੀ ਦੇ ਲੀਡਰਬੋਰਡਾਂ ਲਈ ਨਾ ਸਿਰਫ਼ ਲੈਬਾਂ ਦੀ ਦੌੜ, ਬਲਕਿ ਉੱਦਮ ਅਤੇ ਸੰਸਥਾਵਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਸ ਗੱਲ ਦੇ ਸਬੂਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਮਾਡਲਾਂ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉੱਚ-ਸਟੇਕ ਡੋਮੇਨਾਂ ਵਿੱਚ ਕਿਵੇਂ ਵਿਵਹਾਰ ਕਰਦੇ ਹਨ।
ਕਾਰੋਬਾਰੀ ਮਾਡਲ: ਟੈਸਟ ਦੇਣ ਲਈ ਭੁਗਤਾਨ ਕਰੋ
ਕੰਪਨੀਆਂ ਆਪਣੇ ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ Vals ਦਾ ਭੁਗਤਾਨ ਕਰਦੀਆਂ ਹਨ - ਇੱਕ ਅਜਿਹਾ ਪ੍ਰਬੰਧ ਜੋ ਪ੍ਰਤੀਕੂਲ ਜਾਪਦਾ ਹੈ। ਇੱਕ ਕੰਪਨੀ ਉਹਨਾਂ ਨਤੀਜਿਆਂ ਲਈ ਭੁਗਤਾਨ ਕਿਉਂ ਕਰੇਗੀ ਜੋ ਇਸਨੂੰ ਸ਼ਰਮਿੰਦਾ ਕਰ ਸਕਦੀ ਹੈ? ਕ੍ਰਿਸ਼ਣਨ ਮਾਡਲ ਦੀ ਤੁਲਨਾ ਕਾਲਜ ਬੋਰਡ ਨੂੰ SAT ਲੈਣ ਲਈ ਭੁਗਤਾਨ ਕਰਨ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਨਾਲ ਕਰਦਾ ਹੈ: ਇੱਕ ਸੁਤੰਤਰ ਮਾਪ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਬੇਮਿਸਾਲ ਮਾਪ, ਇੱਕ ਕੰਪਨੀ ਨੂੰ ਸਮੇਂ ਦੇ ਨਾਲ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਅਤੇ ਸੁਧਾਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਬਾਜ਼ਾਰ ਹੁੰਗਾਰਾ ਭਰਦਾ ਨਜ਼ਰ ਆ ਰਿਹਾ ਹੈ। ਵਾਲਸ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਦੀ ਆਮਦਨ ਇਸ ਸਮੇਂ ਪਿਛਲੇ ਸਾਲ ਦੇ ਮੁਕਾਬਲੇ ਅੱਠ ਗੁਣਾ ਹੈ, ਅਤੇ ਇਸਦੀ ਟੀਮ ਸਾਲ ਦੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਤਿੰਨ ਗੁਣਾ ਵੱਧ ਗਈ ਹੈ, ਅੱਠ ਲੋਕਾਂ ਤੋਂ ਵੱਧ ਕੇ 25 ਹੋ ਗਈ ਹੈ। ਕੰਪਨੀ ਸੈਨ ਫ੍ਰਾਂਸਿਸਕੋ ਦੀ ਫੋਲਸਮ ਸਟ੍ਰੀਟ 'ਤੇ ਦੋ ਮੰਜ਼ਿਲਾਂ ਦੇ ਦਫਤਰ ਤੋਂ ਕੰਮ ਕਰਦੀ ਹੈ - ਇੱਕ ਸਾਬਕਾ ਬਰੂਅਰੀ ਇਮਾਰਤ ਜਿਸ ਵਿੱਚ ਹੁਣ ਕਈ ਸਟਾਰਟਅੱਪ ਹਨ।
ਕੰਪਨੀ ਦੇ ਅਨੁਸਾਰ, ਏਆਈ ਮਾਡਲਾਂ ਲਈ ਖਰੀਦਦਾਰੀ ਕਰਨ ਵਾਲੇ ਉੱਦਮਾਂ ਲਈ ਮੁਲਾਂਕਣ ਫੈਸਲੇ ਲੈਣ ਦੇ ਕਾਰਕ ਵੀ ਬਣ ਰਹੇ ਹਨ, ਮਾਰਕੀਟਿੰਗ ਨਾਲੋਂ ਸਹੀ ਮਿਹਨਤ ਦੇ ਨੇੜੇ ਮਾਪਦੰਡਾਂ ਨੂੰ ਇੱਕ ਭੂਮਿਕਾ ਦਿੰਦੇ ਹਨ।
ਇੱਕ ਫਰੰਟ-ਰੋ ਸੀਟ ਦੇ ਨਾਲ ਇੱਕ 25-ਸਾਲ ਦਾ ਬਾਨੀ
ਕ੍ਰਿਸ਼ਣਨ, 25, ਪਲੈਂਟਿਰ ਵਿੱਚ ਇੰਟਰਨਡ ਹੈ ਅਤੇ, ਸਟੈਨਫੋਰਡ ਵਿੱਚ ਇੱਕ ਅੰਡਰਗਰੈਜੂਏਟ ਦੇ ਰੂਪ ਵਿੱਚ, ਮਾਈਕਰੋਸਾਫਟ ਅਤੇ ਯੂਨੀਵਰਸਿਟੀ ਦੀ ਮਸ਼ਹੂਰ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਲੈਬ ਲਈ ਕੰਮ ਕਰਦਾ ਸੀ। ਉਹ ਕਹਿੰਦਾ ਹੈ ਕਿ ਵੈਲਜ਼ ਦਾ ਜਨਮ ਉਸ ਉਦਯੋਗ ਦੇ ਪਿੱਛੇ ਮੁਲਾਂਕਣ ਨੂੰ ਦੇਖਣ ਤੋਂ ਹੋਇਆ ਸੀ ਜਿਸ ਨੂੰ ਮਾਪਣਾ ਚਾਹੀਦਾ ਸੀ - ਇੱਕ ਪਾੜਾ ਜੋ ਸਿਰਫ ਵਧਿਆ ਹੈ ਕਿਉਂਕਿ ਨਵੇਂ ਮਾਡਲ ਅਕਾਦਮਿਕ ਮਾਪਦੰਡਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਡਿਜ਼ਾਇਨ, ਪ੍ਰਮਾਣਿਤ ਅਤੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।
ਸਟਾਰਟਅਪ ਹੁਣ ਏਆਈ ਮੁਲਾਂਕਣ ਨੂੰ ਸੰਸਥਾਗਤ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਇੱਕ ਛੋਟੇ ਪਰ ਵਧ ਰਹੇ ਸਮੂਹ ਵਿੱਚ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਜਗ੍ਹਾ ਜਿਸ ਵਿੱਚ ਅਕਾਦਮਿਕ ਯਤਨ, ਓਪਨ-ਸੋਰਸ ਲੀਡਰਬੋਰਡ ਪ੍ਰੋਜੈਕਟ ਅਤੇ ਸੁਰੱਖਿਆ ਸੰਸਥਾਵਾਂ ਸ਼ਾਮਲ ਹਨ। Vals ਨੂੰ ਕੀ ਵੱਖਰਾ ਕਰਦਾ ਹੈ ਇਸਦਾ ਨਿਜੀ-ਟੈਸਟ ਮਾਡਲ ਹੈ ਅਤੇ ਇਸਦਾ ਧਿਆਨ ਜਨਤਕ ਦਰਜਾਬੰਦੀ ਦੀ ਬਜਾਏ ਅਦਾਇਗੀ, ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਮੁਲਾਂਕਣਾਂ 'ਤੇ ਹੈ।
ਇਹ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦਾ ਹੈ
ਬੈਂਚਮਾਰਕ ਦੇ ਨਾਲ AI ਉਦਯੋਗ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਸਮੱਸਿਆ ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ੀ ਹੈ: ਲੀਕ ਹੋਏ ਟੈਸਟ ਸੈੱਟ, ਸ਼ੱਕੀ ਲੀਡਰਬੋਰਡ ਜੰਪ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਅਸਲ-ਸੰਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਪਛਾੜਦੇ ਹਨ। ਜੇਕਰ ਖਰੀਦਦਾਰ - ਖਾਸ ਤੌਰ 'ਤੇ ਉੱਦਮ ਅਤੇ ਸਰਕਾਰਾਂ - Vals' ਵਰਗੇ ਨਿੱਜੀ, ਕਾਰਜ-ਅਧਾਰਿਤ ਮੁਲਾਂਕਣਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ, ਤਾਂ ਮਾਡਲ ਡਿਵੈਲਪਰਾਂ ਲਈ ਪ੍ਰੋਤਸਾਹਨ ਸਿੱਖਿਆ ਤੋਂ ਅਸਲ ਸਮਰੱਥਾ ਵੱਲ ਟੈਸਟ ਵੱਲ ਬਦਲ ਸਕਦੇ ਹਨ।
ਇਹ ਸੈਟਲ ਹੋਣ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹੈ. ਇੱਕ ਪ੍ਰਾਈਵੇਟ ਬੈਂਚਮਾਰਕ ਅਜੇ ਵੀ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਰੈਫਰੀ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਕਹਿੰਦਾ ਹੈ, ਅਤੇ ਵਾਲਜ਼ ਦੇ ਗਾਹਕ ਉਹੀ ਕੰਪਨੀਆਂ ਹਨ ਜੋ ਗ੍ਰੇਡ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਹਨ। ਪਰ ਇੱਕ $40 ਮਿਲੀਅਨ ਸੀਰੀਜ਼ ਏ, ਅੱਠ ਗੁਣਾ ਮਾਲੀਆ ਵਾਧਾ ਅਤੇ ਬਾਇਓਸਕਿਓਰਿਟੀ ਲਈ ਵਿੱਤ ਦੀ ਮੰਗ ਦੇ ਨਾਲ, ਇਹ ਸ਼ਰਤ ਇਹ ਹੈ ਕਿ ਸੁਤੰਤਰ-ਭਾਵਨਾ ਦਾ ਮੁਲਾਂਕਣ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣ ਰਿਹਾ ਹੈ - ਇੱਕ ਸੇਵਾ ਜਿਸ ਲਈ AI ਅਰਥਵਿਵਸਥਾ ਭੁਗਤਾਨ ਕਰੇਗੀ ਭਾਵੇਂ ਨਤੀਜੇ ਇਸ ਨੂੰ ਖੁਸ਼ ਕਰਨ ਜਾਂ ਨਾ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
ਮਾਪਿਆ ਨੂੰ ਕੌਣ ਮਾਪਦਾ ਹੈ? AI Buzz Wire, ਬ੍ਰੇਕਿੰਗ AI ਨਿਊਜ਼ ਲਈ ਤੁਹਾਡਾ ਸਰੋਤ, AI ਮੁਲਾਂਕਣ ਦੇ ਕਾਰੋਬਾਰ ਅਤੇ ਇਸ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇਣ ਵਾਲੇ ਸਟਾਰਟਅੱਪਸ ਦਾ ਅਨੁਸਰਣ ਕਰੋ।
ਨਵੀਨਤਮ ਏਆਈ ਖ਼ਬਰਾਂ ਪੜ੍ਹੋ →
