200 գործակալ, 2,011,438 գործիքային կանչ. ո՞վ է վճարում ձեր AI-ի համար
Գործակալային համակարգերի վերլուծությունը ցույց է տալիս, որ AI-ի ծախսերի մեծ մասը պայմանավորված է ոչ թե բարդ տրամաբանությամբ, այլ մոդելների անարդյունավետ օգտագործմամբ: Հեղինակը նշում է, որ ենթաառաջադրանքների մեծ մասը, ինչպիսիք են տվյալների ձևաչափումը կամ գործիքների դասակարգումը, չեն պահանջում թանկարժեք առաջատար մոդելներ: Թիմերը հաճախ ավելորդ ծախսեր են կատարում՝ օգտագործելով մեկ «լռելյայն» մոդել ամբողջ գործընթացի համար: Երթուղավորման (routing) շերտի ներդրումը, որը ենթաառաջադրանքները բաշխում է ըստ անհրաժեշտ կարողությունների, թույլ է տալիս զգալիորեն կրճատել բյուջեն: Այս մոտեցումը նաև հնարավորություն է տալիս համապատասխանության և տվյալների պահպանման կանոնները ներառել անմիջապես աշխատանքային հոսքի մեջ: Հոդվածը եզրակացնում է, որ AI-ի բարձր հաշիվները հաճախ «երթուղավորման հաշիվներ» են, և խորհուրդ է տալիս յուրաքանչյուր ենթաառաջադրանքի համար ընտրել ամենաէժան մոդելը, որը համապատասխանում է որակի պահանջներին:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Վեբ դիզայնի ռեֆերենսների ստեղծում արհեստական բանականության միջոցով
Այս հոդվածում հեղինակը փորձարկում է արհեստական բանականության գործիքների օգնությամբ վեբ դիզայնի ակտիվների գեներացումը: Հիմնական նպատակն է ստուգել նեյրո…
Hacker News-ում վերջերս ծավալված քննարկումը ուսումնասիրում է հաշվողական տեխնիկայի փիլիսոփայական և տեխնիկական սահմանափակումները՝ պնդելով, որ համակարգիչ…
Հաղորդակցություն արհեստական բանականության հետ SMS-ի միջոցով
Ինտերնետային անկայուն կապի պայմաններում ժամանակակից լեզվական մոդելներին հասանելիություն ստանալը դառնում է դժվար: Հեղինակն առաջարկում է լուծում այն իրա…