டோக்கியோவை தளமாகக் கொண்ட சகானா AI ஆனது Fugu ஐ அறிமுகப்படுத்தியுள்ளது, இது ஒரே நேரத்தில் பல மாடல்களை மாறும் வகையில் ஒருங்கிணைத்து எல்லைப்புற AI மாதிரியின் செயல்திறனை வழங்கும் அமைப்பு ஆகும். ஒரு மாபெரும் நரம்பியல் வலையமைப்பை உருவாக்குவதற்குப் பதிலாக, ஃபுகு என்பது மற்ற எல்எல்எம்களை மாற்றக்கூடிய "ஏஜென்ட் பூல்" மூலம் அழைக்க பயிற்சியளிக்கப்பட்ட ஒரு மொழி மாதிரியாகும், ஒவ்வொரு பணிக்கும் சிறப்பு மாதிரிகள் குழுவைச் சேர்த்து, அவற்றின் வெளியீட்டை ஒற்றை OpenAI-இணக்கமான API மூலம் ஒருங்கிணைக்கிறது.
டீகோடர், மார்க்டெக்போஸ்ட் மற்றும் எம்ஐடி ஸ்லோன் மேனேஜ்மென்ட் ரிவியூ ஆகியவற்றால் வெளியிடப்பட்ட இந்த வெளியீடு, AI செயல்திறனில் அடுத்த பாய்ச்சல், ஏற்கனவே இருக்கும் மாடல்களின் சிறந்த ஒருங்கிணைப்பில் இருந்து குறைவாகவும் மேலும் அதிகமாகவும் வரலாம் என்ற ஒரு பந்தயத்தை பிரதிபலிக்கிறது. For more context on this story, see our ongoing latest AI developments.
அவர்கள் அனைவருக்கும் கட்டளையிட ஒரு மாதிரி
பயனருக்கு, Fugu ஒரே மாதிரியாக நடந்து கொள்கிறது. ஹூட்டின் கீழ், இது ஒரு கோரிக்கையை தானாகவே கையாளுகிறது அல்லது சிறப்பு மாதிரிகள் குழுவை ஒன்றாக இழுக்கிறது, தேர்வு, பிரதிநிதித்துவம், சரிபார்ப்பு மற்றும் உள்நாட்டில் தொகுப்பு ஆகியவற்றை நிர்வகிக்கிறது. ஆர்கெஸ்ட்ரேஷன் நுட்பங்களைப் பயன்படுத்தி குறியீட்டுப் போட்டியில் 1,000 மனித நிபுணர்களில் 21வது இடத்தைப் பிடித்த ALE-ஏஜென்ட் போன்ற முந்தைய வேலைகளை இந்த அணுகுமுறை உருவாக்குகிறது என்று Sakana AI கூறுகிறது.
நிறுவனம் இரண்டு வகைகளை வெளியிடுகிறது. அடிப்படை Fugu மாதிரியானது குறியீட்டு முறை, குறியீட்டு மதிப்பாய்வு மற்றும் சாட்போட் பயன்பாட்டு நிகழ்வுகள் முழுவதும் குறைந்த தாமதம் மற்றும் திடமான தினசரி செயல்திறனைக் குறிவைக்கிறது, மேலும் தனியுரிமை அல்லது இணக்கத்திற்காக குழுவிலிருந்து குறிப்பிட்ட முகவர்களை விலக்க அனுமதிக்கிறது. Fugu Ultra ஆனது, அறிவியல் ஆவணங்களை மீண்டும் உருவாக்குதல், இணைய பாதுகாப்பு பகுப்பாய்வு மற்றும் காப்புரிமை மற்றும் இலக்கியத் தேடல்கள் போன்ற சிக்கலான, பல-படி சிக்கல்களில் அதிகபட்ச பதில் தரத்திற்காக உருவாக்கப்பட்டுள்ளது.
தலையை மாற்றும் பெஞ்ச்மார்க் உரிமைகோரல்கள்
சகானா AI வெளியிட்ட பெஞ்ச்மார்க் முடிவுகளின்படி, Fugu Ultra ஆனது ஆந்த்ரோபிக்ஸ் ஃபேபிள் 5 மற்றும் Mythos Preview போன்ற குறியீட்டு முறை, பகுத்தறிவு மற்றும் அறிவியல் வரையறைகளில் இணையாக செயல்படுகிறது. குறிப்பிடத்தக்க வகையில், எந்த ஆந்த்ரோபிக் மாதிரியும் உண்மையில் ஃபுகுவின் முகவர் குழுவில் இல்லை, ஏனெனில் அவை பொதுவில் கிடைக்கவில்லை, அதாவது ஃபுகு மற்ற மாதிரிகளைப் பயன்படுத்தி ஒப்பிடக்கூடிய மதிப்பெண்களை எட்டியது.
வெளியிடப்பட்ட எண்கள் குறிப்பிடத்தக்கவை. SWE-Bench Pro இல், Fugu Ultra 73.7 மதிப்பெண்களைப் பெற்றது, Opus 4.8 ஐ விட 69.2, ஜெமினி 3.1 Pro 54.2, மற்றும் GPT 5.5 58.6. டெர்மினல் பெஞ்ச் 2.1 இல் இது 80.2 மற்றும் ஓபஸ் 4.8 இன் 82.1 மதிப்பெண்களைப் பெற்றது. LiveCodeBench இல் GPT 5.5 இன் 85.3க்கு எதிராக 93.2 ஐ எட்டியது, மேலும் மனிதநேயத்தின் கடைசித் தேர்வில் 50.0 ஐப் பதிவுசெய்து, Opus 4.8 இன் 49.8 மற்றும் GPT 5.5 இன் 41.4 ஐப் பெற்றுள்ளது.
நிஜ உலக சோதனைகள் ஒரு கலவையான படத்தை வரைகின்றன
ஆரம்ப கால மதிப்புரைகள் அளவுகோல்களை விட குறைவான உற்சாகத்தை அளித்தன. AI ஆராய்ச்சியாளர் ஈதன் மோலிக் X இல் Fugu Ultra "நம்பமுடியாத அளவிற்கு மெதுவாக உள்ளது" என்று எழுதினார், அவருடைய வழக்கமான குறியீட்டு சோதனைகள் 30 நிமிடங்கள் எடுத்தது மற்றும் முடிவுகள் "நன்றாக" இருந்தன, ஆனால் நடைமுறையில் ஃபேபிளில் குறைவாகவே இருந்தன. மற்றொரு பயனர், $20 திட்டத்தில் ஒரு முழு ஐந்து மணிநேர ஒதுக்கீட்டையும் ஒரே ப்ராம்ட் மூலம் ஊதுவதாக அறிவித்தார், அதே நேரத்தில் ஹேக்கர் நியூஸில் உள்ள டெவலப்பர்கள் $200-மாதம் திட்டம் வாரத்திற்கு மூன்று மணிநேரத்திற்கும் குறைவான நேரத்தை வழங்குகிறது என்று புகார் கூறினார்.
குறியீட்டு மதிப்புரைகள் ஒரு பிரகாசமான இடமாக வெளிப்பட்டன, தோராயமாக ஓபஸ் 4.8 அல்லது GPT 5.5 தரத்தில் பொருந்தும். மதிப்பாய்வாளர் ஓபஸின் வெளியீட்டை விரும்பினாலும், ஓபஸ் 4.8 இன் 79 நிமிடங்கள் மற்றும் $37.85 ஐ விட மிக வேகமாகவும் மலிவாகவும் $7.32 க்கு 22 நிமிடங்களில் Fugu Ultra ஒரு குறியீட்டு பணியை முடிப்பதாக ஒரு தலை-தலை சோதனை காட்டியது.
Sakana AI, டோக்கியோவில் 2023 இல் நிறுவப்பட்டது மற்றும் Nvidia ஆல் ஆதரிக்கப்பட்டது, பரிணாம வழிமுறைகள் மற்றும் கூட்டு-நுண்ணறிவு யோசனைகளைப் பயன்படுத்தி இயற்கையால் ஈர்க்கப்பட்ட AI ஆராய்ச்சியில் அதன் அடையாளத்தை உருவாக்கியுள்ளது. ஃபுகு அந்தத் தத்துவத்தை வணிகச் சந்தைக்கு விரிவுபடுத்துகிறது, ஆர்கெஸ்ட்ரேஷனையே ஒரு தயாரிப்பாக மாற்றுகிறது. இருமொழி தளம் மற்றும் தனிப்பட்ட டெவலப்பர்கள் மற்றும் நிறுவன குழுக்களை இலக்காகக் கொண்ட விலை நிர்ணயம் ஆகியவற்றுடன், அமெரிக்க வழங்குநர்களை அதிகமாக நம்பியிருப்பதைப் பற்றி ஆர்வமுள்ள ஜப்பானிய பார்வையாளர்களுக்கான அமைப்பை நிறுவனம் நிலைநிறுத்துகிறது.
விற்பனையாளர் லாக்-இன் எதிராக ஒரு ஹெட்ஜ்
மூல செயல்திறனுக்கு அப்பால், சகானா AI எந்தவொரு AI வழங்குநரையும் சார்ந்திருப்பதற்கு எதிரான பாதுகாப்பாக Fugu ஐ வழங்குகிறது. சிறந்த அமைப்புகளுக்கான அணுகல் ஒரே இரவில் மறைந்துவிடும் என்பதற்கு சான்றாக, வெளிநாட்டு சந்தைகளில் இருந்து Anthropic's Fable மற்றும் Mythos மாதிரிகளை இழுத்த சமீபத்திய அமெரிக்க ஏற்றுமதி கட்டுப்பாடுகளை நிறுவனம் சுட்டிக்காட்டியது.
"ஒரு அமைப்பு அல்லது ஒரு தேசத்திற்கு, முக்கியமான உள்கட்டமைப்பு, நிதி அல்லது நிர்வாகத்திற்காக ஒரு நிறுவனத்தின் API களை நம்பியிருப்பது ஒரு பொருள் பாதிப்பாகும்" என்று சகானா AI தனது அறிவிப்பில் எழுதியது. ஃபுகுவின் மாடல் பூல் முழுவதுமாக மாற்றக்கூடியதாக இருப்பதால், ஒரு வழங்குநர் இருண்டால், கணினி மற்ற மாடல்களுக்கு மாற்றியமைக்க முடியும்.
இது உண்மையான இறையாண்மைக்கு சமமானதல்ல என்று ஆய்வாளர்கள் எச்சரிக்கின்றனர். Fugu இன் செயல்திறன் அதன் குளத்தில் எந்த மாதிரிகள் அமர்ந்திருக்கிறது என்பதைப் பொறுத்தது, மேலும் ஒரே நேரத்தில் அணுகலைக் கட்டுப்படுத்தும் பல சிறந்த வழங்குநர்கள் அதன் விருப்பங்களை இன்னும் சுருக்கிவிடுவார்கள். ஆர்கெஸ்ட்ரேஷன் லேயர் டோக்கன் பயன்பாடு மற்றும் விலையை எவ்வளவு அதிகரிக்கிறது என்பதை நிறுவனம் இன்னும் வெளியிடவில்லை. இருப்பினும், எல்லை மாதிரிகள் புவிசார் அரசியல் சொத்துகளாக மாறும்போது மற்றும் ஒற்றை-விற்பனையாளர் லாக்-இன் அபாயகரமானதாக வளர்வதால், Fugu AI தொழில்துறையின் முன்னோட்டத்தை வழங்குகிறது, அங்கு ஒருங்கிணைப்பு திறனைப் போலவே முக்கியமானது.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
