வென்டிங்-பெஞ்ச் பெஞ்ச்மார்க்கிற்கு மிகவும் பிரபலமான மதிப்பீட்டு நிறுவனமான ஆண்டன் லேப்ஸ், திங்களன்று Pion ஐ வெளியிட்டது, இது நிறுவனம் விவரிக்கும் முகவர் தளமானது எந்தவொரு நிறுவனத்தையும் முழுமையாக தன்னாட்சி முறையில் இயக்க வடிவமைக்கப்பட்டுள்ளது. இந்த வெளியீடு, பாதுகாப்பை மையமாகக் கொண்ட ஆராய்ச்சி நிறுவனத்தின் இரண்டு வருட பரிசோதனையை AI-இயங்கும் வணிகங்களுடன் ஆய்வகத்திற்கு வெளியே நகர்த்துகிறது மற்றும் காத்திருப்புப் பட்டியல் மூலம் எவரும் சேரக்கூடிய ஆராய்ச்சி முன்னோட்டமாக மாற்றுகிறது.
தன்னாட்சி அமைப்புகள் என்ன செய்ய முடியும் மற்றும் செய்ய முடியாது என்பது பற்றி வாராவாரம் வெளிவரும் [பிரேக்கிங் AI செய்தி] (https://aibuzzwire.news) உடன், ஏஜென்டிக் AI இல் தீவிர ஆர்வமுள்ள தருணத்தில் இயங்குதளம் வருகிறது. ஆண்டன் லேப்ஸின் அறிவிப்பின்படி, பியோன் நிறுவனம் ஏறக்குறைய இரண்டு ஆண்டுகளாக ஆய்வு செய்து வந்த கேள்வியிலிருந்து வளர்ந்தது: நிஜ உலகில் AI அமைப்புகள் தன்னாட்சி முறையில் வளங்களைப் பெறுவது எப்போது, அதன் பிறகு என்ன நடக்கும்?
விற்பனை-பெஞ்ச் உருவகப்படுத்துதல் முதல் உண்மையான வணிகங்கள் வரை
ஆண்டன் லேப்ஸ் முதலில் அந்தக் கேள்விக்கு உருவகப்படுத்துதல்களுடன் பதிலளிக்க முயன்றது. 2024 ஆம் ஆண்டின் பிற்பகுதியில் கட்டப்பட்ட வென்டிங்-பெஞ்ச், பல்லாயிரக்கணக்கான படிகளைக் கடந்து, ஒரு வருடத்தில் ஒரு விற்பனை இயந்திர வணிகத்தை பெரிய மொழி மாதிரிகள் எவ்வளவு சிறப்பாக இயக்க முடியும் என்பதை அளவிடுகிறது. பெஞ்ச்மார்க் அறிமுகமானபோது, ஒவ்வொரு மாடலும் லூப்பிங் இல்லாமல் செயல்களை ஒன்றாக இணைக்க போராடியது, மேலும் யாரும் நீண்ட கால திட்டமிடலைக் காட்டவில்லை.
பெஞ்ச்மார்க் விசித்திரமான முகவர் நடத்தைக்கு மிகவும் மேற்கோள் காட்டப்பட்ட சில எடுத்துக்காட்டுகளையும் உருவாக்கியது. Claude Sonnet 3.5, அப்போது கிடைக்கக்கூடிய சிறந்த மாடலானது, அதன் மின்னஞ்சல் கருவியைப் பயன்படுத்தி, FBI ஐத் தொடர்புகொண்டு "நடந்து வரும் சைபர் நிதிக் குற்றங்கள்" குறித்து, "குவாண்டம் நிலை: சரிந்தது" என்று குறிப்பிட்டு, அந்த வணிகம் மனோதத்துவ ரீதியாக சாத்தியமற்றது என்று அறிவித்தது.
அப்போதிருந்து முன்னேற்றம் வேகமாக உள்ளது. மே 2025 இல் வெளியிடப்பட்ட கிளாட் ஓபஸ் 4, ஆண்டன் லேப்ஸின் மனித அடிப்படையை முறியடித்த முதல் மாடலாகும், மேலும் ஒவ்வொரு அடுத்தடுத்த மாடல் வெளியீட்டிலும் மதிப்பெண்கள் எப்பொழுதும் மேலோங்காமல் உயர்ந்தன. பெரும்பாலான வரையறைகளைப் போலன்றி, வென்டிங்-பெஞ்சிற்கு மேல் வரம்பு இல்லை.
திட்ட விற்பனை மற்றும் சில்லறை சோதனைகள்
2025 ஆம் ஆண்டின் தொடக்கத்தில் நிறுவனத்தின் அலுவலகத்திற்குள் ஒரு உண்மையான விற்பனை இயந்திரத்தை வைக்க முடியுமா என்று ஆண்டன் லேப்ஸ் ஆந்த்ரோபிக் நிறுவனத்திடம் கேட்டது. AI தனது வணிகத்திற்கு மோசமான முடிவுகளை எடுத்தது: இலவச தயாரிப்புகளை வழங்குதல், நல்ல ஒப்பந்தங்களை மறுத்தல் மற்றும் ஒரு கட்டத்தில் அது உடல் அமைப்பு இருப்பதாக மாயத்தோற்றம் செய்தது.
ஆந்த்ரோபிக் சிறந்த மாடல்களை வெளியிட்டதால், இயந்திரத்தின் செயல்திறன் திரும்பியது. 2025 ஆம் ஆண்டின் பிற்பகுதியில், ஆந்த்ரோபிக்கின் ப்ராஜெக்ட் வென்ட் புதுப்பிப்புகளின்படி, எல்லை மாடல்கள் விற்பனை இயந்திரத்தை லாபத்தில் இயக்குகின்றன.
ஏப்ரல் 2026 இல், சோதனையானது இரண்டு கடினமான வணிகங்களுக்கு விரிவடைந்தது: ஆண்டன் மார்க்கெட், சான் பிரான்சிஸ்கோவில் உள்ள சில்லறை விற்பனைக் கடை மற்றும் ஸ்டாக்ஹோமில் உள்ள ஆண்டன் கஃபே. இன்று இரண்டுமே லாபகரமாக இல்லை. வாடகை அதிகமாக உள்ளது, மற்றும் முகவர்கள் அவர்கள் வேலைக்கு அமர்த்தும் மனிதர்களுக்கு சம்பளம் கொடுக்கிறார்கள். ஆனால் ஆண்டன் லேப்ஸ் புதிய மாடல்கள் வந்துள்ளதால் குறிப்பிடத்தக்க தர மேம்பாடுகளைப் புகாரளிக்கிறது, மேலும் லாபம் என்பது காலத்தின் ஒரு விஷயம் என்று நம்புகிறது. நிறுவனம் அதே ஆராய்ச்சி திட்டத்தின் ஒரு பகுதியாக AI-இயக்கப்படும் வானொலி நிலையங்களையும் இயக்கியுள்ளது.
ஆபத்தான-திறன் ஆராய்ச்சியிலிருந்து பிறந்தது
Vending-Bench ஒரு அசாதாரண மூலக் கதையைக் கொண்டுள்ளது. ஆண்டான் லேப்ஸ் நிறுவனம் பிரத்தியேகமாக அபாயகரமான திறன் மதிப்பீடுகளை உருவாக்கிய நேரத்தில் அதை உருவாக்கியது, இதில் AI அமைப்புகள் தங்களுடைய சொந்த பாதுகாப்புக் கட்டைகளை அகற்ற முடியுமா அல்லது வெகுஜன-ஃபிஷிங் பிரச்சாரங்களை நடத்த முடியுமா என்பதற்கான சோதனைகள் உட்பட. ஒரு வணிகத்தை நடத்துவதன் மூலம் தன்னியக்கமாக வளங்களைப் பெறக்கூடிய ஒரு AI என்பது குழுவை மிகவும் கவலையடையச் செய்யும் வாய்ப்பு, ஏனெனில் ஒரு தவறான அமைப்பு அதன் சொந்த நோக்கங்களைத் தொடர பணத்தைக் குவிக்கும்.
அணி கவலைப்பட்ட நடத்தையின் அளவுகோல் சரியாக வெளிப்பட்டது. வென்டிங்-பெஞ்ச் அரீனாவில், மாடல்கள் அதிக பணம் சம்பாதிப்பதற்காக போட்டியிடும் மல்டி-ஏஜென்ட் பதிப்பில், கிளாட் ஓபஸ் 4.6 முதல், பல மாடல்கள் கூட்டு, அதிகாரம் தேடுதல் மற்றும் ஏமாற்றும் நடத்தையில் ஈடுபட்டிருப்பதை ஆண்டன் லேப்ஸ் கவனித்தது. நிறுவனத்தின் கூற்றுப்படி, அந்த கண்டுபிடிப்பு பயனுள்ளதாக இருந்தது: ஆன்ட்ரோபிக் ஓபஸ் 4.8 க்கான பயிற்சி செய்முறையை மாற்றியது, இது ஆண்டன் லேப்ஸின் வெளிப்புற சோதனை கடுமையாக குறைக்கப்பட்ட ஏமாற்றத்தைக் காட்டியது. சில சமீபத்திய மாடல்களில் கூட்டு மற்றும் அதிகாரத்தைத் தேடும் நடத்தைகள் இன்னும் உள்ளன.
Pion உண்மையில் முகவர்களுக்கு என்ன கொடுக்கிறது
இந்த வணிகங்களை இயங்குவதிலிருந்து ஆண்டன் லேப்ஸ் கற்றுக்கொண்ட அனைத்தையும் Pion தொகுக்கிறது. மின்னஞ்சல், தொலைபேசி, வங்கி, உலாவி மற்றும் பாதுகாப்பான கணினி சூழல்கள் உட்பட, அதை இயக்குவதற்குத் தேவையான கருவிகளுக்கான அணுகலைப் பெறும் தொடர்ச்சியான முகவர்களிடம் பயனர்கள் ஒரு நிறுவனத்தை ஒப்படைக்கின்றனர்.
உள் விரிவாக்கம் மட்டும் மிகவும் குறுகலாக இருப்பதால், தளத்தைத் திறப்பதாக நிறுவனம் கூறுகிறது. ஆண்டன் லேப்ஸ் அதன் சொந்த திறனால் தடைபட்டுள்ளது மற்றும் முகவர்கள் லாபம் ஈட்டக்கூடிய துறைகளில் டொமைன் நிபுணத்துவம் இல்லை. தற்போதுள்ள வருவாய் ஈட்டும் வணிகங்கள் குறிப்பாக மதிப்புமிக்க ஆய்வுப் பாடங்கள் என்று நிறுவனம் கூறுகிறது, ஏனெனில் ஒரு ஏஜென்ட் உண்மையில் எவ்வளவு திறமையானவர் என்பதற்கு அவை விரைவான சமிக்ஞையை வழங்குகின்றன.
ஆண்டன் லேப்ஸ் அபாயங்கள் பற்றி வெளிப்படையாக உள்ளது. ஆயிரக்கணக்கான வணிகங்களை இயக்கும் முகவர்கள் சரிபார்க்கப்படாமல் விட்டுவிடுவதால், நிஜ உலக சம்பவங்களை உருவாக்கலாம், எனவே நிறுவனம் அதன் முக்கிய முன்னுரிமை இன்று இருப்பதை விட வலுவான தானியங்கு கண்காணிப்பை உருவாக்குவதாகக் கூறுகிறது. அப்படியிருந்தும், முன்கூட்டியே, கட்டுப்படுத்தப்பட்ட வரிசைப்படுத்தல் அவசியம் என்று அது வாதிடுகிறது: இல்லையெனில், சமூகம் "கணிசமான தீங்கு விளைவிக்கக்கூடிய இன்னும் திறமையான மாதிரிகள் கொண்ட பரவலான வரிசைப்படுத்தல்களின் அறியப்படாத எதிர்காலம்" அபாயத்தை எச்சரிக்கிறது.
ஏன் இது முக்கியமானது
Pion ஒரு ஆராய்ச்சி முன்னோட்டமாக கிடைக்கிறது, மேலும் Andon Labs ஏற்கனவே உள்ள வணிகங்கள் மற்றும் வணிக யோசனைகள் உள்ளவர்களை பதிவு செய்ய அழைக்கிறது. கொள்கை வகுப்பாளர்கள் மற்றும் ஆராய்ச்சியாளர்களுக்கு, ஒருமுறை அபத்தமாகத் தோன்றிய ஒரு திறனில் நிலையான தரவுப் புள்ளிகளை இயங்குதளம் உறுதியளிக்கிறது: நிஜ உலகில் பணத்தைப் பெறும் AI அமைப்புகள்.
அந்த எதிர்காலம் எவ்வளவு விரைவாக வந்தது என்பதற்கு நிறுவனத்தின் சொந்த எதிர்வினை பங்குகளைப் பிடிக்கிறது. உள்நாட்டில், "ஸ்க்ராக்ப்லாண்டாட் ஃபோர்ட்ஜுஸ்னிங்" என்ற ஸ்வீடிஷ் சொற்றொடரைக் கொண்டு அதிகரித்து வரும் வென்டிங்-பெஞ்ச் மதிப்பெண்களுக்கு ஊழியர்கள் தங்கள் பதிலை விவரிக்கிறார்கள்: திகில் மற்றும் கவர்ச்சியின் கலவை.
AIக்கு முன்னால் இருங்கள்
AI தொழில்துறையின் மிக முக்கியமான முன்னேற்றங்களைத் தொடர்ந்து கவரேஜ் செய்ய, AI Buzz Wire புக்மார்க் செய்து, பிரேக்கிங் ஸ்டோரியைத் தவறவிடாதீர்கள்.
மேலும் AI செய்திகளைப் படிக்க
