ChatGPT ixtirochilaridan birining yangi AI modeli dasturchilarni hayratga solmoqda
Jev nomli yangi turdagi AI modeli dasturchilarga dasturiy ta’minotga intellekt qo‘shishning arzonroq va tezroq yo‘lini taklif qilmoqda.
Jev nomli yangi turdagi AI modeli dasturchilarga dasturiy ta’minotga intellekt qo‘shishning arzonroq va tezroq yo‘lini taklif qilmoqda.
ChatGPT Diogo Almeida’ning ko‘nglini qoldirgan.
Almeida OpenAI’da ishlagan tadqiqotchi bo‘lib, chatbotni yaratishda qatnashgan. Keyinchalik u inson fikr-mulohazalaridan foydalanib mustahkamlab o‘qitish — RLHF texnikasini ishlab chiqdi. Aynan shu usul bugungi AI davrining shakllanishiga eng katta ta’sir ko‘rsatgan texnologiyalardan biri hisoblanadi. Biroq ChatGPT imkoniyatlariga qaramay, Almeida undan mamnun bo‘lmagan.
“Biz qo‘limizda juda katta imkoniyatga ega bo‘ldik, lekin undan amalda foyda chiqmayapti, — dedi Almeida TechCrunch’ga. — O‘shandan beri shu muammoni hal qilish bilan shug‘ullanaman. Oxir-oqibat buni anglashimga biroz vaqt ketdi: muammo shundaki, biz inson tilini optimallashtiryapmiz… To‘rt yil davomida inson tilini juda yaxshi o‘zlashtirdik, ammo bu avtomatlashtirish uchun unchalik foydali emas. Chunki kompyuterlar boshqa tilda gaplashadi.”
Ikki yil avval Almeida OpenAI’dan ketib, bu muammoni hal qilishga urinayotgan TypeSafe AI startapiga asos soldi. Shu hafta kompaniya yangi, transformer arxitekturasiga asoslangan Jev modelini taqdim etdi. Jev katta til modeli (LLM) emas. U matn yaratmaydi, aksincha ehtimollarni, kompaniya ta’biri bilan aytganda, “kalibrlangan qarorlar”ni chiqaradi.
Til bilan ishlashdan voz kechish bir nechta afzallik beradi. Model nihoyatda arzon va tez ishlaydi. Foydalanuvchi chiqish formatini oldindan belgilagani uchun Jev “gallyutsinatsiya” qila olmaydi. Model chiqaradigan tokenlar bepul, kiritiladigan tokenlar esa millionlab emas, milliardlab birliklar bo‘yicha hisoblanadi.
Dasturchilar bu mahsulotga katta qiziqish bildirmoqda. Talab shu qadar yuqori bo‘ldiki, kompaniya qisqa vaqt davomida API orqali foydalanuvchilarga xizmat ko‘rsatish imkoniyatidan ayrildi. Jev, ayniqsa, dasturiy ta’minotni avtomatlashtirishda foydali bo‘lishi kutilmoqda. Hozircha dasturchilar uni o‘z kodlariga intellekt qo‘shishning arzonroq va ishonchliroq usuli sifatida ko‘rmoqda.
Masalan, agentli infratuzilma yaratuvchi Vercel kompaniyasining dasturiy ta’minot muhandisi Pranit Sharma kompaniya buyruqlar xavfsizligini tekshiradigan klassifikatorni ishga tushirish uchun OpenAI’ning ChatGPT Luna 5.6 modelidan foydalanganini aytdi. Vercel OpenAI’ning Luna modelini Jev bilan almashtirgach, natijalarni 5–18 baravar tezroq va aniqroq ola boshlagan.
Yana bir dasturchi — Bryo AI kompaniyasining texnik direktori Nikhil Mudholkar Jev’ni biznes elektron xatlarini tasniflash bo‘yicha Gemini bilan solishtirib ko‘rdi. Uning sinovida Gemini biroz aniqroq natija bergan, ammo undan foydalanish 10–20 baravar qimmatroq bo‘lgan. Mudholkar uchun Jev’ning ishonchlilik ko‘rsatkichlari yanada qiziqroq bo‘ldi: “U aniq ehtimollikni qaytaradigan yagona model. Shu sababli u ish jarayonlarini avtomatlashtirish uchun juda mos!!”
Yangi model ayrim vazifalarda LLM’larning o‘rnini bosish bilan birga, ularni to‘ldirishi ham mumkin. Masalan, Jev LLM’lar xatti-harakatini nazorat qiladigan aqlli tekshiruvchi sifatida ishlatiladi. Bir agentni boshqasi orqali kuzatish tezda qimmatga tushishi mumkin. Almeida fikricha, bunday vazifada Jev’dan foydalanish ancha ma’qul. U foydalanuvchilar Jev yordamida LLM agentlarining ishlash izlarini kuzatishi va jailbreak hujumlarining oldini olishini kutmoqda.
“Oxir-oqibat, bu gallyutsinatsiya muammosining bir qismini foydalanuvchining zimmasiga yuklaydi, — dedi ochiq kodli Pi modeli uchun harness yaratuvchi Earendil kompaniyasining texnik direktori Armin Ronacher. — Foydalanuvchi shunday deyishi kerak: agar natija atigi 50 foizlik ehtimol bilan qaytgan bo‘lsa, demak, bu tanga tashlash bilan barobar, shuning uchun uni e’tiborsiz qoldiraman. Ammo ehtimol 95 foiz bo‘lsa, unda bu natijadan foydalanishim mumkin.”
Ronacher Jev’dan foydalanishning yana bir ehtimoliy yo‘nalishi sifatida modellarni yo‘naltirishni ko‘rsatdi. Muayyan vazifa uchun qaysi model kerakligini oldindan aniqlash foydali bo‘lardi, ammo bu ishni LLM’ga topshirish qimmatga tushadi. Jev’ning arzonligi va tezligi esa bunday saralashni real vaqt rejimida amalga oshirish imkonini beradi.