
Meta-მ წარადგინა Muse-ისა და Meta AI-ის სპეციალიზებული მოდელები, გაწვრთნილი Muse Wonder-ით
Meta-მ გამოუშვა Muse-ისა და Meta AI-ის არსებული მოდელების სპეციალიზებული ვერსიები, რომლებიც Muse Wonder-ის სერიის გამოყენებით გაწვრთნა; ცვლილება უფრო მეტ მომხმარებელს მოუტანს Active Memory-ს, Active Focus-ს და გაუმჯობესებულ შესრულებას.
Meta-მ წარადგინა თავისი არსებული მოდელების სპეციალიზებული ვერსიები, რომლებიც Muse Wonder-ის სერიის გამოყენებით გაწვრთნა, და ახლა მათ Muse-ისა და Meta AI-ის მომხმარებლებზე ავრცელებს. კომპანიის თქმით, განახლება უფრო მეტ მომხმარებელს აძლევს Muse Wonder-ის მთავარ მოწინავე შესაძლებლობებს, მათ შორის Personal Superintelligence Index-ზე, Active Memory-სა და Active Focus-ზე გაზომილ გაუმჯობესებებს. ეს ნაბიჯი მოჰყვა იმას, რომ ცოტა ხნის წინ Muse Wonder წარადგინეს როგორც Meta-ს დღემდე ყველაზე ძლიერი მოდელები.
შესრულება Personal Superintelligence Index-ზე
Meta-ს ცნობით, მისი მიმდინარე Muse მოდელი Personal Superintelligence Index-ზე 47 პროცენტს აფიქსირებს, წინა Muse მოდელის 38 პროცენტის ფონზე. კომპანია ამას წარმოაჩენს, როგორც თავისი მცდელობის ნაწილს, Muse Wonder-ის შესაძლებლობები Muse-ისა და Meta AI-ის საფუძვლად მდგარ მოდელებამდე მიიტანოს.
Active Memory და Active Focus
Active Memory საშუალებას აძლევს Muse-სა და Meta AI-ს დაიმახსოვრონ, რაც მნიშვნელოვანია, და ამოიცნონ, როდის ხდება ადრინდელი ინფორმაცია აქტუალური, რაც აადვილებს წინა საუბრებზე დაყრდნობას. Meta-ს თქმით, მისი მოდელები გაწვრთნილი არიან, რომ გაარჩიონ დროებითი და მუდმივი ინფორმაცია, დროში მსჯელობა აწარმოონ და განასხვავონ შესაბამისი დეტალები მოძველებულისგან. Muse-ში გაუმჯობესებული მოდელები 2,4-ჯერ ნაკლებად ივიწყებენ მომხმარებელთა მიზნების მისაღწევად საჭირო კრიტიკულ ინფორმაციას, ხოლო Active Memory-ის შეფასება აჩვენებს, რომ დავალებების 90 პროცენტი კრიტიკულ კონტექსტს სწორად იყენებს, რაც 76 პროცენტიდან გაიზარდა.
Active Focus საშუალებას აძლევს Muse-ს, განაგრძოს მიზნისკენ მუშაობა მაშინაც კი, როცა მოულოდნელი გამოწვევები ჩნდება. Meta-ს თქმით, მან მოდელები რეალურ სამყაროში არსებულ ბარიერებზე გაწვრთნა, რათა მათ შეძლონ უფრო მეტად ეცადონ, შეცდომისგან გამოჯანმრთელდნენ ან მომხმარებლის სახელით ალტერნატივები მოძებნონ. Muse-ში მოდელები 67 პროცენტიან გაუმჯობესებას აჩვენებენ ყოველდღიური დავალებების შესრულებაში, სადაც მოულოდნელი პრობლემები ჩნდება.
სპეციალიზებული მოდელების ქცევითი თავისებურებები
Meta-ს თქმით, მისი სპეციალიზებული მოდელები ასევე იყენებენ Muse Wonder-ის შესრულებას იმ ქცევებში, რომლებიც განსაკუთრებით მნიშვნელოვანია Muse-ისთვის. მათ ახასიათებენ როგორც შესანიშნავ მრავალდავალებიან სისტემებს, რომლებმაც იციან, როდის უნდა გააგრძელონ მიზნისკენ სვლა დამოუკიდებლად ან როდის ითანამშრომლონ მომხმარებელთან რეალურ დროში. მათ ასევე უკეთ შეუძლიათ ადაპტირება მიმართულების ცვლილებებსა და დაზუსტებებთან დავალების შესრულებისას, დაბნევის გარეშე.
Meta AI-ში იგივე გაუმჯობესებები მიმართულია იმაზე, რომ სისტემა გახდეს უკეთესი მოაზროვნე პარტნიორი და თანამშრომელი. მას შეუძლია რთული პრობლემები დაშალოს მკაფიო ნაბიჯებად, დასვას უფრო მკვეთრი დამატებითი კითხვები და არ ჩამორჩეს მომხმარებელს, როცა ის საუბრის შუაში მიმართულებას იცვლის. Meta-ს თქმით, მიზანია უფრო მეტ ადამიანს მისცეს წვდომა კიდევ უფრო ძლიერ სუპერინტელექტზე.
წყაროები: Meta-Ai-Research · The New Stack
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.