Bildiğiniz gibi yapay zekâ dünyasında odak artık AI ajanlarına kayıyor.
Öne çıkan bilgiler
- 01
Belli başlı görevleri otonom olarak yerine getirebilen bu yapay zekâlar, yavaş yavaş sohbet botlarından görevi devralıyor.
- 02
Böylece hem çıktının yapısı daha öngörülebilir hâle geliyor hem de gereksiz token üretiminin önüne geçilerek karar süreci hızlandırılabiliyor.
- 03
CLM, JEV'den 9 Kat Daha Hızlı Çalışıyor Stanford ve NVIDIA araştırmacıları tarafından geliştirilen Contrastive Language Models (CLM), aynı problemi farklı bir mimariyle çözmeye çalışıyor.
- 04
CLM, yalnızca seçenekler arasından karar vermek yerine mevcut durum ile olası eylemler arasındaki ilişkiyi öğreniyor.
Haberin ayrıntıları
Araştırmacıların testlerinde CLM, özellikle çok sayıda aday eylemin bulunduğu veya aynı eylemlerin tekrar tekrar kullanılabildiği senaryolarda JEV'e kıyasla 9 kata kadar daha düşük gecikme süresi sundu. CLM'nin avantajı özellikle çok sayıda aday eylemin bulunduğu veya aynı eylemlerin farklı durumlarda tekrar tekrar kullanıldığı senaryolarda ortaya çıkıyor.
JEV, sınırlı seçenekler arasından hızlı ve yapılandırılmış kararlar vermeye odaklanırken CLM, durum-eylem ilişkisini öğrenerek bu iki tarafı birbirleriyle eşleştirmeye çalışıyor. CLM modelinin nasıl işlediğini anlamak için bir AI ajanının nasıl çalıştığını düşünelim.
İşte JEV ve CLM gibi yeni nesil karar modelleri tam olarak bu noktada devreye giriyor. JEV, bu tür modeller için “System One” kavramını öne çıkarırken, Stanford ve NVIDIA araştırmacılarının geliştirdiği CLM ise aynı probleme farklı bir mimariyle yaklaşıyor.
CLM'nin temelinde oldukça basit görünen ancak önemli sonuçlar doğuran bir fikir bulunuyor: Mevcut durumu ve olası eylemleri aynı uzayda temsil etmek ve hangilerinin birbirine daha çok uyduğunu ölçmek. Daha sonra model, mevcut durum ile hangi eylemin birbirine en çok benzediğini hesaplıyor.
CLM'nin En İlginç Özelliklerinden Biri de Eylemlerin Önbelleğe Alınabilmesi CLM'yi özellikle AI ajanları açısından ilgi çekici hâle getiren noktalardan biri de durum ve eylem temsillerinin birbirinden bağımsız olarak hesaplanabilmesi. Örneğin kullanıcı “Üretim ortamındaki ödeme işlemleri HTTP 503 hatası veriyor.” dediğinde CLM, bu yeni durumu mevcut araçlarla karşılaştırarak Splunk'ta arama, sunucuyu yeniden başlatma veya ödeme iadesi gibi seçenekler arasından uygun olanı seçebiliyor.
AI Ajanlarının Birden Fazla “Beyni” Olabilir Bugün yapay zeka sistemlerinde çok sayıda farklı görev tek bir büyük dil modeline yükleniyor. Örneğin gelecekte bir AI ajanı şöyle çalışabilir: Büyük dil modeli: Planlama, akıl yürütme, kod yazma ve karmaşık problemleri çözme CLM/JEV gibi karar modeli: Araç seçme, sonuçları sıralama, doğrulama, yeniden deneme veya işlemi durdurma Böyle bir sistemde büyük model yalnızca gerçekten ihtiyaç duyulan noktalarda çalıştırılırken, çok sayıda küçük karar daha hızlı ve daha düşük hesaplama maliyetiyle alınabilir.
Bu özellikle yüzlerce farklı araçla çalışan kurumsal yapay zekâ ajanlarında önem kazanabilir.
Yeni içerikleri kaçırmayın
Yeni haber, rehber ve incelemeler yayınlandığında e-posta ve tarayıcı bildirimiyle haberdar olun.
Yorumlar (0)