Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

Գործողությունների մասշտաբավորումը տերմինալային գործակալների համար

Dev.to
Advertisement468 × 90
Գործողությունների մասշտաբավորումը տերմինալային գործակալների համար

NVIDIA-ի և KAIST-ի նոր հետազոտությունը ներկայացնում է AI գործակալների աշխատանքի արդյունավետությունը բարձրացնելու նոր մոտեցում՝ «Mid-Harness»։ Փոխարենը ամբողջական սեսիաներ կրկնելու թանկարժեք մեթոդին, հեղինակներն առաջարկում են գործողությունների ստուգում անմիջապես տերմինալի հետ աշխատելիս։ Գեներացնելով մի քանի հնարավոր հրամաններ և ընտրելով լավագույնը նախքան դրանց կատարումը, գործակալները կարող են խուսափել սխալների կուտակումից։ Հետազոտությունը ցույց է տվել, որ այս մեթոդը թույլ է տալիս հասնել ավելի բարձր հաջողության ցուցանիշների՝ զգալիորեն նվազեցնելով հաշվողական ծախսերը։ Պարզվել է նաև, որ պարզ տրամաբանական ստուգումը ավելի արդյունավետ է, քան բարդ «մտածողության շղթաները», քանի որ այն նվազեցնում է հալյուցինացիաների հավանականությունը։ Այս մոտեցումը թույլ է տալիս մշակողներին բարելավել գործակալների հուսալիությունը՝ միաժամանակ խնայելով ռեսուրսները։

This is a summary. Read the full article at the original source:

Dev.to
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Uncanny Valley փոդքաստի այս շաբաթվա թողարկումը ուսումնասիրում է արհեստական բանականության զարգացող լանդշաֆտը և դրա փոխազդեցությունը քաղաքականության հետ…

Wired

Google-ը պաշտոնապես գործարկել է իր նոր Guided Vision գործառույթը Gemini Live-ում՝ համատեղելի Android սարքերի համար: Այս գործիքը, որը կենտրոնացած է մատ…

The Verge
Advertisement970 × 250