Ինչու՞ Opus 5-ի հետ աշխատելն ավելի վատ է թվում՝ չնայած ավելի լավ բենչմարկերին
Ծրագրավորողի կարծիքի հոդվածում պնդվում է, որ Opus 5-ը բենչմարկերում ավելի ընդունակ է, քան Opus 4.7-ը և 4.8-ը, բայց նրա հետ աշխատելն ավելի վատ է. բենչմարկների վրա կենտրոնացած մարզումը խրախուսում է համարձակ ենթադրությունները՝ հարցնելու փոխարեն։
2026 թվականի օգոստոսի 14-ին «Ինչու՞ Opus 5-ի հետ աշխատելն ավելի վատ է թվում» վերնագրով հրապարակված կարծիքի հոդվածը լայն արձագանք է ստացել ծրագրավորողների շրջանում. ըստ հեղինակի և, նրա խոսքով, իր զրուցակից գործընկերների, Opus 5-ի հետ աշխատելն ընկալվում է որպես հետքայլ՝ Opus 4.7-ի, Opus 4.8-ի և Fable-ի համեմատ։
Ավելի ընդունակ, բայց ավելի դժվար
Հեղինակը հատուկ ընդգծում է, որ խոսքը հնարավորությունների հետընթացի մասին չէ. նրա գնահատմամբ՝ Opus 5-ը ավելի ընդունակ է, քան Opus 4.7-ը և Opus 4.8-ը, և նույնիսկ մրցում է Fable-ի հետ բենչմարկերում։ Տարբերությունը, ըստ նրա, վարքագծի մեջ է։ Հին մոդելները կանգ են առնում և հարցեր տալիս, երբ մտադրությունը պարզ չէ, չեն անում ենթադրություններ առանց ստուգելու և չեն վերամեկնաբանում կամ փոխում օգտատիրոջ պլանն առանց հարցնելու։ Opus 5-ը, նրա նկարագրությամբ, դա չի անում, ուստի պահանջում է մշտական հսկողություն։
Փոփոխության հետևում երկու ուժ
Նրա բացատրությունն ուղղակիորեն ներկայացված է որպես ենթադրություն։ Նա մատնանշում է Anthropic-ում և ընդհանրապես առաջատար լաբորատորիաներում միմյանց ուժեղացնող երկու ճնշում. ինքնազարգացող ԱԲ ստեղծելու ցանկությունը, որը կարող է ռեկուրսիվ կերպով զարգանալ մինչև AGI/ASI, և բենչմարկներում բարձր արդյունքների հասնելու ճնշումը։ Շատ բենչմարկային խնդիրներ, նշում է նա, բոլորին հայտնի է, որ վատ սահմանված են, անարդար կամ կոտրելի. սակայն լավ խնդիրը ինքնաբավ է. այն լուծվում է առանց մինչև հուշումների, խնդրի հեղինակի մտքերը կարդալու և արտաքին տեղեկության։ Նման խնդիրների վրա մարզումը, նրա կարծիքով, ընտրում է մոդելներ, որոնք անորոշության պայմաններում անում են համարձակ և, սովորաբար, ճիշտ ենթադրություններ, և պատժում է նրանց, ովքեր կանգ են առնում հարցնելու համար։
Իրական կյանքը բենչմարկ չէ
Այս միտումը հակառակ է այն բանին, ինչ շատերը ցանկանում են ծրագրավորման գործակալից։ Հեղինակը պնդում է, որ գրեթե անհնար է գրի առնել ողջ ենթատեքստը, մտադրությունները, բիզնես հետևանքներն ու բյուջեի սահմանափակումները, որոնք կարող են անհրաժեշտ լինել գործակալին, ուստի անորոշությունը անխուսափելի է, և կանգ առնելու ու հարցնելու ունակությունը արժեքավոր է։ Իրական կյանքում, գրում է նա, ամեն հարցի համար երաշխավորված ճիշտ պատասխան չկա, իսկ երբ հետևանքները իրական են, նա չի ցանկանում, որ գործակալը պարզապես իր լավագույն գուշակությունն անի։
SiTech — AI-ով հզորացված վեբ մշակում
Ստեղծում ենք արագ ու ժամանակակից կայքեր և AI-ը ներդնում իրական բիզնես գործընթացներում։ Ունե՞ք նախագիծ կամ հարց։ Ուրախ կլինենք օգնել։