TypeSafe AI-ը ներկայացրեց System One մոդելներն ու Jev-ը

Երկու տարի գաղտնի ռեժիմում աշխատած TypeSafe AI ստարտափը հայտարարեց իր առաջին System One մոդելի մասին՝ առաջատար մոդելների նոր դաս, որը կառուցված է արագ, կառուցվածքային որոշումներ կայացնելու համար, որպեսզի ծրագրային ապահովումը դրանք օգտագործի ուղղակիորեն։ Առաջին հրապարակային մոդելը՝ Jev-ը, հասանելի է վաղ հասանելիության ռեժիմում։ Հայտարարությունը գրել է հիմնադիր Դիոգու Ալմեյդան, որը նախկինում OpenAI-ում աշխատել է այն մեթոդների վրա, որոնք լեզվական մոդելներին պիտանի դարձրին հրահանգներին հետևելու համար։

Տողերից՝ տիպավորված որոշումներ

Jev-ը տեքստ չի գեներացնում։ Նրա ելքը տիպերով պաշտպանված կառուցվածքային արժեքներ են, որոնց ձևն ու հնարավոր պատասխանները նախապես սահմանված են, ուստի մոդելը տիպային սխալ թույլ տալ չի կարող. ընկերության խոսքով՝ այդ երաշխիքը մաթեմատիկական է, ոչ թե էմպիրիկ։ Յուրաքանչյուր պատասխան ուղեկցվում է կալիբրված հավանականություններով և վստահության գնահատականներով։ Ալմեյդան մոդելը նկարագրում է որպես առաջատար ինտելեկտի ֆունկցիայի կանչ՝ ներսում չկառուցվածքավորված վիճակ, դուրսում՝ տիպավորված հավանականային որոշումներ։

TypeSafe-ի փաստարկն այն է, որ ավտոմատացման խցանումը ինտելեկտը չէ, այլ ինտերֆեյսը։ Տողը կարող է լինել զրույցի պատասխան, կոդ, մերժում կամ հալյուցինացիա, և ցանկացած ծրագիր, որն այն սպառում է, պարտավոր է վերլուծել ու վավերացնել արդյունքը։ Քանի որ ելքը սահմանափակ է, Jev-ը նախատեսված է սովորական կոդի մեջ մտնելու որպես մշուշոտ որոշման կանոն՝ դասակարգել, երթուղավորել, գնահատել, արտահանել կամ ճյուղավորել այնտեղ, որտեղ ձեռքով գրված տրամաբանությունը չափազանց փխրուն է։

RLCD, զուգահեռ սեմփլեր և հրապարակված թվեր

Հիմքում նոր ճարտարապետություն է, զուգահեռ սեմփլեր և ուսուցման մեթոդ, որը ընկերությունն անվանում է Reinforcement Learning for Calibrated Decisions՝ ի փոխարինում մարդկային հետադարձ կապի և ստուգելի պարգևների վրա հիմնված ուսուցման։ Հայտարարված տարբերությունը մասշտաբի մեջ է. Jev-ը բոլոր ելքերը վերադարձնում է մեկ հարցումով՝ մեկ առ մեկ թոքեն գեներացնելու փոխարեն։ TypeSafe-ը հրապարակում է 0,042 դոլար գին մեկ միլիոն մուտքային թոքենի համար, ելքային թոքենները՝ անվճար, և 70-500 միլիվայրկյան արձագանքման ժամանակ՝ առաջատար մոդելների 3-329 վայրկյանի դիմաց, այսինքն՝ 40-ից 200 անգամ արագացում։

Գլխավոր էջում ընկերությունը նշում է 193,6 անգամ ավելի արագ և 444,6 անգամ ավելի էժան թվերը. դրանք վերցված են աշխատանքային հոսքերի գնահատումներից, որտեղ յուրաքանչյուր մոդել ստանում է նույն հաշվարկային գրաֆը, իսկ կանխատեսումները համեմատվում են երկու հղումային մոդելների միջինի հետ։ TypeSafe-ը նշում է, որ հոսքերը ստեղծել է իր թիմը, որ հղումային պատասխանները հակված են OpenAI-ի և Anthropic-ի մոդելներին, ուստի սեփական արդյունքներին պետք է զգուշորեն վերաբերվել։

Դեմոները և անունը

Թիմը ցուցադրեց Jev-ին Doom խաղում՝ խաղային վիճակից, ինչպես նաև Wikiracing խաղում, որտեղ ամեն քայլ ընտրություն է հարյուրավոր կամ հազարավոր հղումների միջև. 255-ից ավելի տարբերակների դեպքում մոդելը նախ գնահատում է, ապա ընտրում։ Անունները գալիս են Դանիել Կանեմանի Մտածել արագ և դանդաղ գրքից և Ուիլյամ Սթենլի Ջևոնսից, որի պարադոքսը պնդում էր, որ էժան ածուխը չի նվազեցնում սպառումը։ TypeSafe-ը նույն խաղադրույքն է անում ինտելեկտի վրա. ծախսի յուրաքանչյուր կարգի անկում բացում է նոր կիրառություններ։