Jev 101. Ինչպե՞ս եմ այն օգտագործում իմ հավելվածներում
TypeSafe-ը ներկայացրել է Jev-ը՝ «System One» AI մոդելը, որը նախատեսված է ոչ թե տեքստ գեներացնելու, այլ արագ և կանխատեսելի դասակարգումներ կատարելու համար: Ի տարբերություն ավանդական LLM-ների, Jev-ը մշակում է տվյալները և վերադարձնում հավանականության գործակիցներ, ինչը այն դարձնում է իդեալական ավտոմատացված գործընթացների համար, ինչպիսիք են pull request-ների ստուգումը կամ ծախսերի գնահատումը: Մոդելը չափազանց արդյունավետ է՝ 70-ից 500 միլիվայրկյան արձագանքման ժամանակով: Հեղինակը ցույց է տալիս դրա կիրառումը կոդի փոփոխությունները գնահատելու և AWS աշխատանքային ծանրաբեռնվածությունը վերլուծելու համար: Թեև Jev-ը տրամադրում է կառուցվածքային և հուսալի արդյունքներ, հեղինակը շեշտում է, որ այն չի փոխարինում խոշոր լեզվական մոդելներին: Այն մասնագիտացված գործիք է սեմանտիկ որոշումներ կայացնելու համար, որտեղ ծրագրավորողները կարող են մոդելի հավանականային արդյունքները օգտագործել իրենց կոդի տրամաբանության մեջ՝ բարդ առաջադրանքները անվտանգ կառավարելու համար:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Ձեր RAG-ը գտնում է փաստաթղթերը, բայց որո՞նք պետք է հասնեն LLM-ին
Retrieval-Augmented Generation (RAG) համակարգերում սկզբնական որոնման գործընթացը հաճախ հավաքում է փաստաթղթերի մեծ քանակություն, որոնցից ոչ բոլորն են հա…
Anthropic-ը և OpenAI-ը հայտարարել են ավելի հզոր և էժան AI մոդելների մասին
Գեներատիվ արհեստական բանականության ոլորտում նշանակալի զարգացումների շրջանակում Anthropic-ը և OpenAI-ը ներկայացրել են նոր, ավելի հզոր մոդելներ, որոնք ն…
Արհեստական բանականության չափից ավելի օգտագործումը նպաստել է Իրանի դպրոցի հրթիռակոծմանը. Պենտագոն
Պենտագոնի վերջին հետաքննությունը պարզել է, որ արհեստական բանականության համակարգերի վրա չափից ավելի հույս դնելը Իրանի դպրոցներից մեկին հասցված հրթիռայի…