Արդյո՞ք խելացի մոդել է պետք առօրյա առաջադրանքների համար. LLM-ների արդյունավետության համեմատություն
Habr-ի հեղինակը որոշել է ստուգել, թե արդյոք արդարացված է թոփ լեզվական մոդելների օգտագործումը ծրագրավորման առօրյա առաջադրանքների համար: Փորձի ընթացքում նույն ընտանիքի չորս մոդելներ կատարել են հինգ նույնական առաջադրանք: Արդյունքները ցույց են տվել, որ ամենաթանկ և հզոր մոդելն ավելի արդյունավետ է եղել. այն առաջադրանքները կատարել է ավելի արագ (341 վայրկյան՝ 395-ի դիմաց)՝ շնորհիվ ավելի քիչ կրկնությունների և ավելի հակիրճ պատասխանների: Մինչ մասնակիցների մեծ մասը հաջողությամբ լուծել է առաջադրանքները, կրտսեր մոդելը հինգերորդ թեստում թույլ է տվել կրիտիկական սխալ՝ տրամադրելով հակասական տվյալներ: Հետազոտությունն ընդգծում է, որ առօրյա առաջադրանքների համար «խելացի» մոդելի ընտրությունը կարող է լինել ոչ միայն որակյալ, այլև տնտեսապես շահավետ՝ աշխատանքի արագության և կոդի գեներացման ճշգրտության շնորհիվ, ինչը նվազեցնում է լրացուցիչ ուղղումների անհրաժեշտությունը:
This is a summary. Read the full article at the original source:
HabrԿապակցված
Ինչպե՞ս կարող են AI գործակալները հանգեցնել ձեռնարկությունների համար անվերահսկելի ծախսերի
Քանի որ ձեռնարկություններն ավելի ու ավելի են ինտեգրում ինքնավար AI գործակալներն իրենց աշխատանքային գործընթացներում, ի հայտ է եկել ֆինանսական լուրջ ռիս…
AI-ի անվերահսկելի վտանգները կանխելու համար անհրաժեշտ է ավելին, քան պարզապես խոսակցություններ P(doom)-ի մասին
CNET-ի հյուրընկալված սյունակում հեղինակ Ջեյմի Բարթլեթը քննարկում է առաջադեմ արհեստական բանականության հետ կապված աճող ռիսկերը: Բարթլեթը պնդում է, որ «P…
OpenAI-ն ստեղծում է մաթեմատիկական խորհրդատվական խումբ, քանի որ նրա AI-ն լուծել է ավելի քան 100 բաց խնդիր
OpenAI-ն պաշտոնապես ստեղծել է մաթեմատիկական խորհրդատվական խումբ՝ վերահսկելու առաջադեմ AI տրամաբանության ոլորտում իր հետազոտությունները: Այս քայլը հաջո…