Perplexity அதன் முடிவு மாதிரி குடும்பத்தின் புதிய பதிப்பான Decider v1.3 இல் "Perplexity Decider v1.3: Training, eval, and use cases" என்ற தலைப்பில் விரிவான இடுகையை வெளியிட்டுள்ளது. இந்த இடுகை வெள்ளிக்கிழமை ஹேக்கர் நியூஸின் முதல் பக்கத்தைத் தாக்கியது மற்றும் சில மணிநேரங்களுக்குள் 140 புள்ளிகளுக்கு மேல் ஈர்த்தது, டெவலப்பர்கள் பெஞ்ச்மார்க் முடிவுகளை வர்த்தகம் செய்து, இந்த மாதிரிகள் உண்மையில் எங்கு பொருந்தும் என்று வாதிட்டனர். இது மற்றும் பிற பிரேக்கிங் AI செய்தி பற்றிய மேலும் தகவலுக்கு, ஒவ்வொரு மாதிரி வெளியீட்டையும் நாங்கள் பின்பற்றுகிறோம்.

ஒரு புதுப்பிப்பைப் பற்றிய கவனம் குறைவாக உள்ளது மற்றும் நூல் வெளிப்படுத்தும் விஷயங்களைப் பற்றி அதிகம் கவனம் செலுத்துகிறது: ஒரு வருடத்தில், முடிவெடுக்கும் மாதிரிகள் ஆர்வத்தில் இருந்து நெரிசலான வகைக்கு, அவற்றின் சொந்த வரையறைகள், அவற்றின் சொந்த விலை தர்க்கம் மற்றும் இப்போது Perplexity, TypeSafe, Microsoft, Google, Cloudflare மற்றும் OpenAI ஆகியவற்றை உள்ளடக்கிய போட்டித் துறையாக மாறிவிட்டன.

ஒரு முடிவு மாதிரி உண்மையில் என்ன செய்கிறது

தெளிவான வரையறை செயற்கைப் பகுப்பாய்வில் இருந்து வருகிறது, அதன் முடிவு அட்டவணை v2.1 வகைக்கான குறிப்பு லீடர்போர்டாக மாறியுள்ளது. அதன் விளக்கத்தில், ஒரு முடிவு மாதிரியானது ஒரு நிலையான விருப்பத்தேர்வுகளுடன் ஒரு கேள்வியை எடுக்கும் - எடுத்துக்காட்டாக, பில்லிங் அல்லது தொழில்நுட்பத்திற்கு வழிவகுப்பதா, அது அவசரமா, மற்றும் வாடிக்கையாளர் எவ்வளவு வருத்தமாக இருக்கிறார் என்று கேட்கும் ஆதரவு டிக்கெட் - மேலும் நிகழ்தகவு இணைக்கப்பட்ட ஒவ்வொரு விருப்பத்திற்கும் ஒரே அழைப்பில் பதிலை வழங்கும்.

ஒரு பொது-நோக்க மொழி மாதிரி, மாறாக, ஒரு கட்டமைக்கப்பட்ட வெளியீட்டை உருவாக்குகிறது, அது பின்னர் பாகுபடுத்தப்பட வேண்டும், மேலும் ஒரு பகுத்தறிவு மாதிரியானது பதிலளிக்கும் முன் கூடுதல் கணக்கீட்டு சிந்தனையை செலவிடுகிறது. முடிவு மாதிரிகள் அதைத் தவிர்க்கின்றன. ஒவ்வொரு ஆவணத்திலும், ஒவ்வொரு கோரிக்கையிலும், அதிக அளவில் இயங்கும் அளவுக்கு விரைவாகவும், மலிவாகவும் இருப்பதற்காக, அவர்கள் தேர்வு செய்யப் பயிற்சி பெற்றுள்ளனர்.

வகை எவ்வாறு அளவிடப்படுகிறது

செயற்கை பகுப்பாய்வு முடிவு அட்டவணை v2.1, பொது முறையியல் பக்கத்துடன் புதுப்பிக்கப்பட்டது, வெளியிடப்பட்ட எடைகளுடன் ஆறு மதிப்பீடுகளை ஒருங்கிணைக்கிறது: AA-Paperclip 30 சதவிகிதம், இது 1,500 ரெஸ்யூம்கள், ரசீதுகள், இன்வாய்ஸ்கள் மற்றும் ஆராய்ச்சி ஆவணங்களை முடிவுகள் மற்றும் உண்மைப் பிரித்தெடுத்தல் மூலம் இயக்குகிறது; EvalSafe-ONET-AA 15 சதவிகிதம், பணியிட ஆவணங்கள் பற்றிய தீர்ப்புகளின் TypeSafe இன் ONET அளவுகோலின் அடிப்படையில்; 10 சதவீதத்தில் போது2அழைப்பு, என்விடியாவின் கருவி அழைப்பு மதிப்பீடு; அறிவு மற்றும் மாயத்தோற்றத்திற்கு 15 சதவிகிதத்தில் AA-சர்வ அறிவியல்-முடிவு v1.1; HLE-MultiChoice v1.1 இல் 15 சதவீதம், ஹ்யூமானிட்டியின் லாஸ்ட் எக்ஸாமில் இருந்து டெக்ஸ்ட்-மட்டுமே பல தேர்வு கேள்விகள் நிராகரிப்பதற்கான விருப்பத்துடன்; மற்றும் AA-Symmetry v1.1 15 சதவிகிதம், இது ஒரு முடிவை அதன் விருப்பங்கள் நகர்த்தப்படும்போது, ​​மறுமொழியாக்கப்படும்போது அல்லது நிராகரிக்கப்படுகிறதா என்பதைச் சரிபார்க்கிறது.

அந்த கடைசி சோதனை தான் சொல்ல வேண்டும். விருப்பங்களின் வரிசையை நீங்கள் தலைகீழாக மாற்றும் போது அதன் பதிலைப் புரட்டுகிற மாதிரியானது உண்மையில் தீர்மானிக்கவில்லை - இது மாதிரி-பொருந்துகிறது. அளவுத்திருத்தம், மாறாத தன்மை மற்றும் எப்போது நிராகரிக்க வேண்டும் என்பதை அறிவது ஆகியவை முதல் தரத் தேவைகளாகக் கருதப்படுகின்றன, போனஸ் அல்ல.

ஹேக்கர் நியூஸ் த்ரெட் என்ன சேர்க்கிறது

அக்டோபர் தொடக்கத்தில் ஹக்கிங் ஃபேஸில், குடும்பத்தின் 27 பில்லியன் அளவுரு உறுப்பினர் pplx-decider-v1-27b, குழப்பம் முதலில் திறந்தது, எனவே சமூகம் பல வாரங்களாக இந்த மாதிரிகளை கையிலெடுத்தது. v1.3க்கான எதிர்வினையானது ஒரு ஹைப் சுழற்சியைக் காட்டிலும் ஆரோக்கியமான சந்தையாகப் படிக்கும் விதத்தில் கலந்தது.

Decider v1.3 ஆனது v1.2 மற்றும் TypeSafe's Jev 1.14 ஆகிய இரண்டையும் விட ஒரு நிறுவனத்தை பிரித்தெடுத்தல் மற்றும் பொருத்துதல் பணிக்காக அவற்றின் உள் ஈவல்களில் ஆதாயங்களைக் காட்டியதாக ஒரு டெவலப்பர் தெரிவித்தார். மற்றொருவர், இது அவர்களின் உள்ளூர் அளவுகோலில் சிறப்பாகச் செயல்படுவதாகவும், போட்டித்தன்மையுடன் விலை நிர்ணயம் செய்யப்படுவதாகவும் கூறினார், இருதரப்பு-கவனம் கட்டமைப்பானது முடிவெடுக்கும் வேலைக்கு ஏற்றதாக இருக்கலாம் என்று குறிப்பிட்டார். மற்றவர்கள் பின்னுக்குத் தள்ளப்பட்டனர்: ஒரு வர்ணனையாளர் v1.3 ஐப் பயன்படுத்துவதற்கு ஒரு படி பின்வாங்கி, பொதுக் குறியீடு ஒப்புக்கொண்டதாகக் கூறினார், மற்றொருவர் ஃபிளாஷ் வகைகள் மலிவான, துல்லியமான மொத்த முடிவுகளின் வகையின் முக்கிய வாக்குறுதியை நீர்த்துப்போகச் செய்யுமா என்று கேள்வி எழுப்பினர்.

க்ளவுட்ஃப்ளேரின் Clef முடிவு மாதிரிகள் மற்றும் Clairic பிரித்தெடுத்தல் மாதிரி, ScaleDown API, Liquid's D1 மற்றும் OpenAI இன் சொந்த முடிவு மாதிரி - சுற்றியுள்ள சுற்றுச்சூழலையும் இந்த நூல் வெளிப்படுத்தியது.

ஏன் இது முக்கியமானது

இந்த வகையின் உயர்வை படிப்படியாக நாங்கள் உள்ளடக்கியுள்ளோம்: TypeSafe இன் ஜெவ் சிஸ்டம்-ஒன் மாடல், க்வெனில் கட்டமைக்கப்பட்ட மைக்ரோசாப்டின் டெசிஷன்-1 மற்றும் அதன் ஜெமினி டெசிஷன்-1 மாடலுடன் கூகுளின் டெசிஷன்ஸ் ஏபிஐ. குழப்பமான ஷிப்பிங் v1.3 வடிவத்தை உறுதிப்படுத்துகிறது - ஒவ்வொரு பெரிய AI இயங்குதளமும் இப்போது கட்டமைக்கப்பட்ட தேர்வுகள் செய்யப்படும் லேயரை சொந்தமாக்க விரும்புகிறது, ஏனெனில் அந்த லேயர் எல்லாவற்றுக்கும் முன்னால் அமர்ந்திருக்கிறது: ஆதரவு சோதனை, ஆவணச் செயலாக்கம், கருவி அழைப்பு, மிதமான, இணக்கச் சரிபார்ப்பு.

பொருளாதாரம் தான் புள்ளி. ஒரு பகுத்தறிவு மாதிரியானது துல்லியம் குறித்த முடிவு மாதிரிக்கு விடையளிக்கும், ஆனால் அதிக அளவில் அதன் தாமதம் மற்றும் செலவு மில்லியன் கணக்கான தினசரி வகைப்பாடுகளுக்கு தவறான கருவியாக மாற்றுகிறது. முடிவு மாதிரிகள் அளவீடு செய்யப்பட்ட, மாறாத, ஒற்றை-அழைப்பு பதில்களுக்கான பொது நுண்ணறிவை வர்த்தகம் செய்கின்றன, மேலும் ஹேக்கர் செய்திகள் விவாதம் காட்டுவது போல, வாங்குபவர்கள் இப்போது உண்மையான அளவுகோல்கள் மற்றும் உண்மையான பணிச்சுமைகளுடன் வர்த்தகம் செய்கின்றனர்.

டிசைடர் v1.3 அந்த ஸ்கோர்கார்டுகளில் வாழும் அல்லது இறக்கும். ஆனால் வகை தெளிவாக வந்துவிட்டது.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →