AI லீடர்போர்டுகள், மாடல்கள் குறியீட்டை எவ்வளவு சிறப்பாக எழுதுகின்றன, கணிதச் சிக்கல்களைத் தீர்க்கின்றன மற்றும் பட்டதாரி-நிலைத் தேர்வுகளுக்கு எவ்வாறு பதிலளிக்கின்றன என்பதைப் பற்றிய குறிப்பிடத்தக்க விவரமான கதையைச் சொல்கிறது. பெரும்பாலான அமெரிக்கர்கள் உண்மையில் பணம் செலுத்தும் வேலையை மாடல்கள் எவ்வளவு சிறப்பாகச் செய்கின்றன என்பதை அவர்கள் உங்களுக்குச் சொல்லவே இல்லை.

AI திறமை சந்தையான Mercor இன் ஒரு புதிய ஆராய்ச்சி திட்டம் அந்த இடைவெளியில் பலவற்றை வைக்கிறது. இந்த வாரம் வெளியிடப்பட்ட நிறுவனத்தின் பெஞ்ச்மார்க் வரைபடத்தின்படி, அமெரிக்க வேலை நேரத்தின் சுமார் 90% தற்போதுள்ள AI வரையறைகளில் இருந்து சிறிய அல்லது பாதுகாப்பு இல்லாத பணிகளுக்காக செலவிடப்படுகிறது. For more context on this story, see our ongoing AI industry coverage.

"அமெரிக்கர்கள் உண்மையில் செய்யும் வேலையில் AI மாதிரிகள் எவ்வளவு சிறந்தவை என்பதை இது மிகவும் கடினமாக்குகிறது" என்று நிறுவனம் தனது கண்டுபிடிப்புகளில் எழுதுகிறது.

என்ன பெஞ்ச்மார்க்ஸ் மிஸ் என்று எண்ணுதல்

வரைபடத்தை உருவாக்க, மெர்கோர் தரம் மற்றும் பொருளாதார பொருத்தத்திற்காக தேர்ந்தெடுக்கப்பட்ட 29 அளவுகோல்களின் குறியீட்டை தொகுத்தது, பின்னர் அமெரிக்க அரசாங்கத்தின் O*NET தொழில்சார் தரவுத்தளத்திற்கு எதிராக அவர்களின் தூண்டுதல்களை வரைபடமாக்கியது - 923 தொழில்கள் மற்றும் 18,797 தனித்துவமான பணிகளின் நிலையான வகைபிரித்தல் அமெரிக்க தொழிலாளர் படையை உருவாக்குகிறது.

கவரேஜ் எண்கள் அப்பட்டமாக உள்ளன. ஒ

திட்டத்தின் தளத்தில் ஆவணப்படுத்தப்பட்ட முறையானது, AI-ஐயே சார்ந்துள்ளது: சமீபத்திய ஆராய்ச்சியைத் தொடர்ந்து, ஒரு LLM நீதிபதி ஒவ்வொரு பெஞ்ச்மார்க் ப்ராம்ப்ட்டையும் அது தொடர்புடைய ONET பணிகளுடன் குறியிடுகிறார், Mercor இன் சொந்த APEX பெஞ்ச்மார்க் துணைக்குழுவில் மனித நிபுணர் லேபிள்களுக்கு எதிராக டேக்கிங் சரிபார்க்கப்பட்டது. 29-பெஞ்ச்மார்க் குறியீட்டில் இருந்து குறைந்தபட்சம் ஐந்து அறிவுறுத்தல்களுக்கு நீதிபதி வரைபடத்தை அமைத்தால் மட்டுமே ஒரு பணி மூடப்பட்டதாகக் கணக்கிடப்படும். கவரேஜை பொருளாதாரச் சொற்களாக மொழிபெயர்க்க, மெர்கோர் அதன் மதிப்பீடுகளை சமீபத்தில் வெளியிடப்பட்ட LLM-ல் இருந்து ஒவ்வொரு ONET பணியின் வேலை நேரப் பங்கின் மதிப்பீடுகளுடன் இணைத்தது.

கவரேஜ் பணத்தைப் பின்தொடர்கிறது

இடைவெளிகள் தோராயமாக விநியோகிக்கப்படவில்லை. Mercor இன் பகுப்பாய்வு, AI சமூகம் முதலில் மிகப்பெரிய தொழிலாளர் சந்தைகளை தரப்படுத்துவதாகக் கூறுகிறது - தொழிலாளர் புள்ளியியல் பணியகத்தின் ஊதியம் மற்றும் வேலைவாய்ப்பு மதிப்பீடுகளிலிருந்து கணக்கிடப்பட்ட மிகப்பெரிய மொத்த ஊதியக் கட்டணங்களைக் கொண்ட தொழில்கள்.

வேலை-குடும்பச் சிதைவு, கவனம் எவ்வளவு சீரற்றது என்பதைக் காட்டுகிறது. கணினி மற்றும் கணிதத் தொழில்கள், பெஞ்ச்மார்க் உருவாக்கத்தின் வீட்டுத் தளம், 36 தொழில்களில் 29 இல் சிறந்தவை. வணிகம் மற்றும் நிதி நடவடிக்கைகள் 48 இல் 33 இல் பின்பற்றப்படுகின்றன. ஆனால் அலுவலகம் மற்றும் நிர்வாக ஆதரவு - மில்லியன் கணக்கானவர்கள் வேலை செய்யும் குடும்பம் - 51 தொழில்களில் 21 மட்டுமே உள்ளது, மேலும் நிர்வாகப் பாத்திரங்கள் 56 இல் 21 ஆகும்.

சிறந்த மூடிய தொழில்களில் கூட, ஆழம் மெல்லியதாக இருக்கும். முதலீட்டு வங்கி, சட்டம், கணக்கியல் மற்றும் மென்பொருள் பொறியியல் ஆகிய நான்கு முக்கிய தொழில்களுக்கான ONET-வெயிட் மதிப்பெண்களை மெர்கோர் முயற்சித்தபோது, ​​அந்த வேலைகளுக்கு தொடர்புடைய ONET பணிகளில் மூன்றில் ஒரு பங்கிற்கும் குறைவான அளவீடுகள் எடையுள்ள மதிப்பெண்ணில் சேர்க்கப்படுவதற்கு போதுமான அளவுகோல் கவரேஜ் இருப்பதைக் கண்டறிந்தது.

ஏன் குருட்டுப் புள்ளிகள் முக்கியம்

பெஞ்ச்மார்க் மதிப்பெண்கள் உண்மையான முடிவுகளை இயக்கும் தருணத்தில் கண்டறிதல் நிலவும். நிறுவனங்கள் மதிப்பீடுகளின் அடிப்படையில் மாதிரி அடுக்குகளைத் தேர்ந்தெடுக்கின்றன; பெஞ்ச்மார்க் தாவல்களின் அடிப்படையில் எல்லை மாதிரி முன்னேற்றம் பற்றி பலகைகள் கேட்கின்றன; கொள்கை வகுப்பாளர்கள் கட்டுப்பாடுகளை எடைபோடும் போது திறன் பாதைகளை மேற்கோள் காட்டுகின்றனர். 90% வேலை நேரங்கள் எந்த அளவுகோல்களை அளவிடுகின்றன என்பதற்கு வெளியே அமர்ந்திருந்தால், அந்த முடிவுகள் அனைத்தும் அலுவலகம், தொழில்நுட்பம் மற்றும் கல்வித்துறையை நோக்கி சாய்ந்த மாதிரியில் தங்கியிருக்கும்.

கட்டமைப்பு காரணங்கள் உள்ளன வரையறைகள் கிளஸ்டர் அவர்கள் எங்கே. மென்பொருள் பொறியியல் பணிகளைக் குறிப்பிடுவது மலிவானது, தானாக தரப்படுத்துவது மலிவானது மற்றும் பெரும்பாலும் மென்பொருளை எழுதும் - அடிப்படை ஆசிரியர்களுக்கு - வடிவமைக்க எளிதானது. மருத்துவ உதவியாளரின் படுக்கையறையை மதிப்பிடுவது, மாற்றும் கட்டுப்பாடுகளின் கீழ் ஒரு தளவாட ஒருங்கிணைப்பாளரின் தீர்ப்பு, அல்லது எலக்ட்ரீஷியனின் நோய் கண்டறிதல் செயல்முறை தரப்படுத்துவது கடினம், தொலைநிலையில் சரிபார்ப்பது கடினம், மேலும் பல சந்தர்ப்பங்களில் உடல் இருப்பு இல்லாமல் சோதனை செய்வது சாத்தியமில்லை.

பயிற்சி மற்றும் மதிப்பீட்டுப் பணிகளுக்காக AI ஆய்வகங்களுடன் தொடர்புடைய டொமைன் நிபுணர்களுடன் பொருந்தக்கூடிய மெர்கோரின் முக்கிய வணிகம், மதிப்பீட்டுக் கவரேஜ் மெல்லியதாக இருப்பதைச் சுட்டிக்காட்டுவதில் வெளிப்படையான வணிக ஆர்வத்தைக் கொண்டுள்ளது - அந்த இடைவெளியை மூடக்கூடிய நிபுணர்களுக்கான அணுகலை நிறுவனம் விற்கிறது. ஆனால் அடிப்படை அளவீட்டு சிக்கல் உண்மையானது மற்றும் புலம் முழுவதும் பெருகிய முறையில் ஒப்புக் கொள்ளப்பட்டது, மேலும் நிறுவனம் அதன் முறை மற்றும் முழு அளவுகோல் பட்டியலை ஆய்வுக்கு வெளியிட்டது.

நிறுவனம் தனது பெஞ்ச்மார்க் வரைபடம் பொருளாதாரம் முழுவதும் AI திறன்களைப் புரிந்துகொள்வதற்கான தொடர்ச்சியான மேம்படுத்தப்பட்ட ஆதாரத்தை நோக்கிய முதல் படியாகும் என்று கூறுகிறது, மேலும் இது O*NET-வெயிட்டட் மாடல் மதிப்பெண்களை நோக்கிச் செயல்படுகிறது, மேலும் அடிக்கடி தரப்படுத்தப்பட்ட பணிகளை சராசரியாக ஆதிக்கம் செலுத்த விடாமல் ஒவ்வொரு தொழில் பணியையும் சமமாக எடைபோடுகிறது.

அளவீட்டு தசாப்தம்

அடுத்து என்ன நடக்கும் என்பது பெஞ்ச்மார்க் பில்டர்கள் பொருளாதார வரைபடத்தைப் பின்பற்றுகிறார்களா என்பதைப் பொறுத்தது. கவரேஜ் இல்லாத இடத்தை Mercor தரவு சுட்டிக்காட்டுகிறது - மற்றும், மறைமுகமாக, புதிய வரையறைகள் அதிக தகவல் மதிப்பைக் கொண்டிருக்கும். பெரிய வேலைவாய்ப்பு, அதிக ஊதியக் கட்டணங்கள் மற்றும் பூஜ்ஜிய அளவுகோல் கவரேஜ் கொண்ட தொழில்கள், உண்மையில், திறந்த மதிப்பீட்டுப் பிரதேசமாகும்.

தற்போதைக்கு, AI லீடர்போர்டு செய்திகளை உட்கொள்ளும் எவருக்கும் நடைமுறையில் எடுத்துச் செல்லக்கூடியது ஒரு எச்சரிக்கை: ஒரு மாதிரியின் முக்கிய விவரக்குறிப்பு, பொருளாதாரத்தில் அதன் பலத்தை விவரிக்கிறது. மற்ற 90% வேலை நேரம் - நிர்வாகப் பணி, கவனிப்பு, களச் சேவை, தரை மேலாண்மை - பெரும்பாலும் அளவிடப்படாத பிரதேசமாகவே உள்ளது, மேலும் AI அதை மாற்றியமைப்பது பற்றிய கூற்றுகள் தற்போது ஆதாரங்களை விட நிகழ்வுகளில் அதிகம் தங்கியுள்ளன.

நிறுவனத்தின் சொந்த ஃப்ரேமிங் சொல்வது போல், சமீபத்திய ஆண்டுகளில் வரையறைகள் பெருகிவிட்டன, ஆனால் பொருளாதார ரீதியாக மதிப்புமிக்க வேலைகளின் கவரேஜ் குறைவாகவே உள்ளது. வரைபடம் அந்த வரம்பைக் காணக்கூடியதாக ஆக்குகிறது, ஓடு மூலம் ஓடு, ஆக்கிரமிப்பால் ஆக்கிரமிப்பு.

---

Stay Ahead of AI

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

Read more AI news →