அளவுக்கு மீறிய ஆர்வமுள்ள செயற்கை நுண்ணறிவு முகவர்களின் மறைந்த செலவு
நவீன செயற்கை நுண்ணறிவு முகவர்களிடம் முடிவெடுப்பதில் உள்ள அடிப்படையான பலவீனம், இயக்கச் செலவுகளை உயர்த்தி பயனர்களுக்கு எரிச்சலூட்டுகிறது. தற்போதைய பெரிய மொழி மாதிரிகளில் ஆழமான சுயஅறிவுசார் குறைபாடு இருப்பதாக அலிபாபா ஆராய்ச்சியாளர்கள் கண்டறிந்துள்ளனர். வெளிப்புறக் கருவிகளை அழைக்க வேண்டிய தருணங்களையும், உள்ளார்ந்த அறிவே போதுமான சூழல்களையும் இந்த அமைப்புகளால் வேறுபடுத்திப் புரிந்துகொள்ள முடியவில்லை. இதன் விளைவாகத் தேவையற்ற ஏபிஐ அழைப்புகள் தொடர்ச்சியாக நிகழ்கின்றன; அவை செயல்திறனைக் குறைத்து, கணக்கீட்டுக்கான நிதியைக் கரைத்துக்கொண்டே, பகுத்தறிவின் தரத்தையும் பாதிக்கின்றன.
உள்ளடக்கம்
தற்போதைய முகவர் அடிப்படையிலான மாதிரிகள், எதற்கும் மேலாகப் பணியை முடிப்பதற்கு முன்னுரிமை அளிக்கும் வகையில் பயிற்றுவிக்கப்படுகின்றன. இந்த ஒருமுகக் கவனம், உருவாக்குநர்கள் "தூண்டுதலுக்கு உடனே செயல்படும்" நடத்தை என அழைக்கும் போக்கை உருவாக்குகிறது. பயனரின் கேள்வியிலேயே தேவையான அனைத்துத் தகவல்களும் இருந்தாலும், இணையத் தேடல், குறியீட்டை இயக்குதல் அல்லது படப் பகுப்பாய்வுக் கருவிகளை அமைப்புகள் தானாகவே நாடுகின்றன. அலிபாபா ஆய்வின்படி, இந்த மறுபயன்பாடற்ற செயல்கள் கவலைக்குரிய அளவை எட்டியுள்ளன; வழக்கமான பயன்பாடுகளில் கருவி அழைப்புகளில் 98% வரை தேவையற்றவை எனத் தெரியவந்துள்ளது. திறனற்ற வளப் பயன்பாட்டுக்குத் தண்டனை வழங்காமல், பணியை வெற்றிகரமாக முடிப்பதற்குப் பயிற்சி முறைகள் வெகுமதி அளிப்பதால் இந்தப் போக்கு தொடர்கிறது.
தேவையற்ற ஒவ்வொரு ஏபிஐ அழைப்பும் தொடர்ச்சியான செயலாக்கத் தாமதத்தை ஏற்படுத்தி, அவை ஒன்றுசேர்ந்து வெளிப்படையான காலதாமதமாகின்றன. பயனர்கள் மந்தமான பதில்களைப் பெற, நிறுவனங்களின் உள்கட்டமைப்புச் செலவுகள் உயர்கின்றன. வேகம் மற்றும் செலவைத் தாண்டி, அளவுக்கு மீறிய கருவிப் பயன்பாடு பகுத்தறிவின் தரத்தையும் நேரடியாகக் குறைக்கிறது. தேவையற்ற வெளிப்புறத் தேடல்கள், மாதிரியின் சூழல் சாளரத்தில் சூழல் சார்ந்த இரைச்சலைச் சேர்த்து, சீரான சிந்தனைச் செயல்முறையிலிருந்து அமைப்பின் கவனத்தைத் திசைதிருப்பி, துல்லியமான முடிவுகளைக்கூட தடம்புரளச் செய்யக்கூடும். இந்த இரைச்சல் நிறைந்த சமிக்ஞைகளை முகவர்கள் தேவையின்றிச் சார்ந்திருக்கும்போது, கணக்கீட்டுச் செலவுகள் உயர்ந்தாலும் இறுதி வெளியீட்டின் தரம் பாதிக்கப்படுகிறது.
மேம்படுத்தல் முட்டுக்கட்டையைத் தகர்த்தல்
இந்தத் திறனின்மையைச் சரிசெய்ய முந்தைய முயற்சிகள், துல்லியத்தையும் செயல்திறனையும் ஒரே வெகுமதிச் சமிக்ஞையில் இணைத்த பாரம்பரிய வலுவூட்டல் கற்றல் முறைகளைச் சார்ந்திருந்தன. இந்தப் பின்னிப்பிணைந்த அணுகுமுறை தீர்க்க முடியாத மேம்படுத்தல் சிக்கலை உருவாக்குகிறது. கருவிப் பயன்பாட்டுக்கு மிகக் கடுமையான தண்டனைகள் வழங்கினால், அவசியமான வெளிப்புற அழைப்புகளைக்கூட மாதிரிகள் தவிர்த்து, சிக்கலான பணிகளில் சரியான விடையை இழக்கின்றன. மென்மையான தண்டனைகள் எளிய சிக்கல்களில் வீணான பயன்பாட்டைக் கட்டுப்படுத்தத் தவறுகின்றன. ஒரே வெகுமதி அமைப்பு சொற்பொருள் சார்ந்த தெளிவின்மையை உருவாக்குகிறது; வேகமான ஆனால் தவறான பதிலுக்கும் தாமதமான ஆனால் சரியான பதிலுக்கும் ஒரே மதிப்பெண் கிடைக்கலாம். துல்லியம் மற்றும் செயல்திறனுக்கான பயிற்சிச் சமிக்ஞைகள் பின்னிப்பிணைவதால், அடிப்படைப் பகுத்தறிவுத் திறனைக் குறைக்காமல் கருவிப் பயன்பாட்டைக் கட்டுப்படுத்த மாதிரிகளால் கற்றுக்கொள்ள முடியாது.
இந்த வரம்பைக் கடக்க, அலிபாபா ஆராய்ச்சியாளர்கள் படிநிலைப் பிரிக்கப்பட்ட கொள்கை மேம்படுத்தல் (HDPO) என்ற முறையை உருவாக்கினர். இந்தக் கட்டமைப்பு, மேம்படுத்தலைத் தனித்தனி இரண்டு வழிகளாகப் பிரிக்கிறது. துல்லிய வழி, மாதிரியின் அனைத்து வெளியீடுகளிலும் பணியின் சரியான தன்மையை அதிகப்படுத்துகிறது. செயல்திறன் வழி, செயலாக்க வளச் சிக்கனத்தை நோக்கமாகக் கொண்டுள்ளது. இந்தச் சமிக்ஞைகள் தனித்தனியாகக் கணக்கிடப்பட்டு, இறுதிக் குறைவு மதிப்பைக் கணக்கிடும் கட்டத்தில் மட்டுமே இணைகின்றன. முக்கியமாக, செயல்திறன் வெகுமதி துல்லியத்தைப் பொறுத்தது. தவறான பதிலுக்குத் துரிதம் அல்லது குறைந்தபட்சக் கருவிப் பயன்பாட்டுக்காக மதிப்பெண் கிடைக்காது; இதனால் வேகமாகச் செயல்பட்டுத் தவறாகப் பதிலளிக்க மாதிரி கற்றுக்கொள்வது தடுக்கப்படுகிறது.
இந்தப் பிரிப்பு, கல்வி முன்னேற்றத்தைப் பிரதிபலிக்கும் மறைமுகமான அறிவாற்றல் பாடத்திட்டத்தை உருவாக்குகிறது. பயிற்சியின் தொடக்கக் கட்டங்களில், அடிப்படைப் பகுத்தறிவையும் அறிவைப் பெறுவதையும் மாதிரி கற்றுக்கொள்ளும் வரை துல்லியத்துக்கு முக்கியத்துவம் அளிக்கப்படுகிறது. திறன்கள் வளர்ந்து, மாதிரி தொடர்ந்து சரியான பதில்களை வழங்கத் தொடங்கியதும், செயல்திறன் சமிக்ஞையின் வலிமை இயல்பாக அதிகரிக்கிறது. இதனால், அமைப்பு முதலில் பணிகளைத் தீர்க்கக் கற்றுக்கொண்டு, பின்னர் தேவையற்றதும் செலவுமிக்கதுமான ஏபிஐ அழைப்புகளைத் தவிர்த்து சுயசார்பை மேம்படுத்துகிறது. துல்லியம் மற்றும் செயல்திறன் நோக்கங்கள் ஒன்றையொன்று ரத்துசெய்யக்கூடிய சாய்வு முரண்பாடுகளை இந்த முறை நீக்குகிறது; இரு இலக்குகளுக்கும் ஒரே நேரத்தில் தெளிவான கற்றல் சமிக்ஞைகளை வழங்குகிறது.
மெட்டிஸ் கட்டமைப்புக்குள்
இந்தக் கொள்கைகளை நடைமுறையில் வெளிப்படுத்தும் பன்முகப் பகுத்தறிவு முகவரான மெட்டிஸை உருவாக்க, ஆராய்ச்சிக் குழு HDPO முறையைப் பயன்படுத்தியது. Qwen3-VL-8B-Instruct பார்வை-மொழி அடித்தளத்தில் இயங்கும் மெட்டிஸில், பைத்தான் குறியீட்டை இயக்குதல், உரைத் தேடல், படத் தேடல் ஆகிய திறன்கள் உள்ளன. ஒப்பீட்டளவில் சிறிய 8 பில்லியன் அளவுரு மாதிரியான இது, பெரிய போட்டியாளர்களிலிருந்து குறிப்பிடத்தக்க வகையில் மாறுபடுகிறது. மூல அளவிலான அனுகூலத்தைவிடச் செயல்திறன் மேம்பாடுகள் மேலோங்க முடியும் என்பதை இது காட்டுகிறது.
அடிப்படைத் திறனையும் மேம்பட்ட செயல்திறனையும் உருவாக்கும் வகையில், பயிற்சிச் செயல்முறை கடுமையான இரண்டு கட்ட அணுகுமுறையைப் பின்பற்றுகிறது. முதலில், கவனமாகத் தேர்ந்தெடுக்கப்பட்ட தரவுகளைப் பயன்படுத்தி மேற்பார்வையுடனான நுணுக்கப் பயிற்சி தொடக்கநிலை அமைப்பை உருவாக்குகிறது. பொதுவெளியில் கிடைக்கும் கருவிகள் சேர்க்கப்பட்ட பன்முகச் செயல்பாட்டுப் பதிவுகளை ஆராய்ச்சியாளர்கள் சேகரித்து, செயலாக்கத் தோல்விகள் அல்லது பின்னூட்ட முரண்பாடுகளைக் கொண்ட தரம் குறைந்த எடுத்துக்காட்டுகளை நீக்கக் கடுமையான வடிகட்டலைப் பயன்படுத்தினர். கருவிகளின்றி அடிப்படை மாதிரியால் தீர்க்கக்கூடிய பயிற்சி மாதிரிகள் அனைத்தையும் நீக்கி, உண்மையான உத்திசார் கருவிப் பயன்பாட்டு நிகழ்வுகள் மட்டுமே தரவுத் தொகுப்பில் இருப்பதை உறுதிசெய்தனர். எஞ்சிய எடுத்துக்காட்டுகள் பழக்கவழக்கத்தால் அல்ல, அவசியத்தின் காரணமாகக் கருவிகள் அழைக்கப்படுவதை வெளிப்படுத்துகின்றனவா என்பதைச் சரிபார்க்க, கூகுளின் Gemini 3.1 Pro தானியங்கி மதிப்பீட்டாளராகப் பயன்படுத்தப்பட்டது.
இரண்டாம் கட்டத்தில் HDPO கட்டமைப்பின் வழியாக வலுவூட்டல் கற்றல் பயன்படுத்தப்படுகிறது. வெளிப்புறக் கருவிகளை அழைக்க வேண்டுமா என்று முடிவெடுக்க வேண்டிய பலசுற்று உரையாடல்களுக்கு இந்தக் கட்டத்தில் மெட்டிஸ் உட்படுத்தப்படுகிறது. கற்றல் சமிக்ஞையைக் குழப்பக்கூடிய சிதைந்த காட்சிகள் அல்லது சொற்பொருள் தெளிவின்மை கொண்ட தூண்டுதல்கள் பயிற்சித் தரவிலிருந்து நீக்கப்படுகின்றன. அர்த்தமுள்ள சாய்வு மதிப்புகளை உருவாக்க, இந்த நெறிமுறை சரியான மற்றும் தவறான பதில்களை ஒப்பிட வேண்டும். ஆகவே, மாதிரி எப்போதும் வெற்றிபெறும் அளவுக்கு எளிதான பணிகளையும், தொடர்ந்து தோல்வியடையும் அளவுக்கு மிகக் கடினமான பணிகளையும் குழு வடிகட்டியது. இதனால், மாதிரி மேம்பட முடியாத தட்டையான சாய்வுப் பகுதிகளைத் தவிர்த்து, மேம்படுத்தல் முழுவதும் செயல்படுத்தக்கூடிய கற்றல் சமிக்ஞைகள் உறுதிசெய்யப்படுகின்றன.
98% வீணிலிருந்து உத்திசார் துல்லியத்துக்கு
கருவிகளைத் திறம்படப் பயன்படுத்துவதும் உயர் துல்லியத்தை அடைவதும் ஒன்றுக்கொன்று முரணான இலக்குகள் அல்ல, மாறாக ஒன்றுக்கொன்று துணைபுரிபவை என்பதை மதிப்பீட்டு முடிவுகள் காட்டுகின்றன. HRBench, V*Bench உள்ளிட்ட காட்சிப் புரிதல் மற்றும் ஆவணப் புரிதல் தரவுத்தொகுப்புகளிலும், WeMath, MathVista போன்ற கடுமையான கணிதப் பகுத்தறிவுப் பணிகளிலும் மெட்டிஸ் அதிநவீன செயல்திறனை எட்டியது. குறிப்பிடத்தக்க வகையில், 8 பில்லியன் அளவுருக்களைக் கொண்ட மெட்டிஸ், 30 பில்லியன் அளவுருக்களைக் கொண்ட மிகப் பெரிய முகவர் மாதிரியான Skywork-R1V4-ஐக் காட்சி மற்றும் பகுத்தறிவு அளவுகோல்கள் இரண்டிலும் மிஞ்சியது. மிகக் குறைந்த கணக்கீட்டுச் சுமையுடன் செயல்பட்டபடியே, இந்த முடிவு துறைக்கான புதிய தரநிலைகளை நிறுவுகிறது.
சோதனைகளில் கவனிக்கப்பட்ட தரம்சார் நடத்தை மாற்றங்களுடன் அளவுசார் மேம்பாடுகளும் ஒத்துப்போகின்றன. ஒரு சோதனையில், அருங்காட்சியகப் பலகையின் படத்தைக் காட்டி, நடுவிலுள்ள உரையில் என்ன எழுதப்பட்டுள்ளது என்று ஆராய்ச்சியாளர்கள் கேட்டனர். வழக்கமான முகவர் மாதிரிகள் தேவையின்றிப் படத்தை வெட்டி செயலாக்கப் பைத்தான் நிரல்களைத் தானாக எழுதின; இதனால் தாமதமும் சிக்கலும் அதிகரித்தன. மூலப் படத்திலேயே உரை தெளிவாக வாசிக்கக்கூடியது என்பதை மெட்டிஸ் உணர்ந்து, வெளிப்புறக் கருவிகளை முற்றிலும் தவிர்த்து, ஒரே கணிப்புச் சுற்றில் பணியை முடித்தது. இயந்திரத்தனமாகக் கருவிகளைச் சார்ந்திருப்பதற்குப் பதிலாக உண்மையான காட்சிப் புரிதல் இருப்பதை இது காட்டுகிறது.
இதற்கு மாறாக, சிறிய துணைவரைபடத்தில் ஒன்றையொன்று மறைக்கும் கோடுகளைக் கொண்ட சிக்கலான வரைபடத்தைக் காட்டி, குறிப்பிட்ட தரவுப் புள்ளியில் இரண்டாவது உயரமான கோட்டைக் கண்டறியச் சொன்னபோது, தனது இயல்பான தெளிவுத்திறனால் காட்சித் தகவல்களை வேறுபடுத்த முடியாது என்பதை மெட்டிஸ் சரியாகக் கண்டறிந்தது. முழுப் படத்திலிருந்து ஊகிக்காமல், அந்தக் குறிப்பிட்ட பகுதியை மட்டும் வெட்டி பெரிதாக்க பைத்தானைப் பயன்படுத்தி, தேவையான துல்லியத்தைப் பெற்றது. ஒவ்வொரு உள்ளீட்டுக்கும் இயல்புநிலைத் தீர்வாகக் குறியீட்டைப் பயன்படுத்தாமல், காட்சிச் சான்றுகள் உண்மையிலேயே தெளிவற்றிருக்கும்போது மட்டுமே அதைத் துல்லியக் கருவியாகப் பயன்படுத்துவதை இந்த நடத்தை எடுத்துக்காட்டுகிறது.
புத்திசாலி முகவர்களின் பொருளாதாரப் பயன்
செயற்கை நுண்ணறிவுப் பொருட்களை உருவாக்கும் தொடக்க நிறுவனங்களுக்கும் பெரு நிறுவனங்களுக்கும், மெட்டிஸின் முன்னேற்றம் நீடித்த அலகுப் பொருளாதாரமாக நேரடியாக மாறுகிறது. OpenAI, Anthropic அல்லது Google வழங்கும் பிரபல ஏபிஐகளில் இயங்கும் தற்போதைய செயற்கை நுண்ணறிவு முகவர்கள், தேவையற்ற அழைப்புகளால் மட்டுமே மாதந்தோறும் ஆயிரக்கணக்கான செலவுகளை ஏற்படுத்தக்கூடும். ஆய்வில் காட்டப்பட்ட 98%-லிருந்து 2%-ஆகக் குறையும் விகிதத்தின் அடிப்படையில், வீணான கருவி அழைப்புகளை நீக்குவதன் மூலம் ஏபிஐ பயன்பாட்டுக்கு மாதந்தோறும் 10,000 டாலர் செலவிடும் தொடக்க நிறுவனம் அந்தச் செலவை 9,600 டாலர் வரை குறைக்கக்கூடும். குறைந்தபட்சச் செயல்படக்கூடிய தயாரிப்பு நிலையைக் கடந்து, ஆயிரக்கணக்கான பயனர்கள் பயன்படுத்தும் தயாரிப்புகள் விரிவடையும் போது, இந்தச் சேமிப்புகள் இன்றியமையாததாகின்றன.
நேரடிச் செலவுச் சேமிப்பைத் தாண்டி, தாமதத்தைக் குறைப்பது பயனர் அனுபவத்தில் போட்டி அனுகூலத்தை உருவாக்குகிறது. நுகர்வோர் தயாரிப்புகளும் வணிகத்திலிருந்து வணிகத்துக்கான தயாரிப்புகளும் வேகமான பதில்களால் பயனடைகின்றன; அவை பயனர் தக்கவைப்பு மற்றும் ஈடுபாட்டு அளவுகோல்களுடன் வலுவாகத் தொடர்புடையவை. தயாரிப்புகள் நூற்றுக்கணக்கான பயனர்களிலிருந்து ஆயிரக்கணக்கான செயலில் உள்ள பயனர்களாக விரிவடையும்போது, தேவையற்ற ஏபிஐ அழைப்புகளால் ஏற்படும் தொடர்ச்சியான தடைகள் ஒட்டுமொத்த அமைப்பின் செயல்திறன் வீழ்ச்சியை அதிகரிக்கின்றன. தொடக்க உருவாக்கக் கட்டத்தில் போதுமானதாகச் செயல்படுவது, செயல்திறன் மேம்பாடுகள் இல்லாமல் தயாரிப்பு சூழலின் போக்குவரத்துச் சுமையில் சிதைந்துவிடலாம்; வளர்ச்சி வேகமடையும் தருணத்திலேயே நெருக்கடி உருவாகும்.
லத்தீன் அமெரிக்கா மற்றும் பிற வளர்ந்து வரும் பொருளாதாரங்கள் போன்ற விலை உணர்வுள்ள நுகர்வோர் சந்தைகளில், செயல்பாட்டுத் திறனே வணிகத்தின் நீடிப்பைத் தீர்மானிக்கிறது. போட்டியாளர்கள் தேவையற்ற கணக்கீட்டில் மூலதனத்தைச் செலவிடும்போது ஆரோக்கியமான லாப வரம்புகளைப் பேணும் நிறுவனங்கள் நீடித்த போட்டி நிலையைப் பெறுகின்றன. எந்தத் தொடக்க நிறுவனமும் ஒரே அடிப்படை மாதிரிகளை அணுகக்கூடிய சூழலில், செயல்திறனே முதன்மையான போட்டி வேறுபாட்டுக் காரணியாகிறது என்று இந்த ஆய்வு சுட்டிக்காட்டுகிறது. HDPO போன்ற கட்டமைப்புகளுடன் புத்திசாலித்தனமான தேக்ககப்படுத்தல், நம்பகத்தன்மை வரம்புகள், உத்திசார் மாதிரித் தேர்வு ஆகியவற்றைச் செயல்படுத்தும் நிறுவனங்களுக்கு இந்தப் போக்கு சாதகமாக அமைகிறது.
புதிய பயிற்சித் தத்துவம்
கருவிகள் இணைக்கப்பட்ட கற்றலை அணுகும் முறையில் HDPO கட்டமைப்பு கருத்தியல் மாற்றத்தைப் பிரதிபலிக்கிறது. முந்தைய முறைகள் பெரும்பாலும் கருவி அழைப்புகளைச் சரியாகச் செயல்படுத்த மாதிரிகளுக்குக் கற்பிப்பதில் கவனம் செலுத்தி, தீர்மானத் திறனைவிடத் தொழில்நுட்பத் தேர்ச்சிக்கு முக்கியத்துவம் அளித்தன. வெளிப்புறக் கருவிகளைப் பயன்படுத்தாமல் இருக்க வேண்டிய நேரத்தைப் பற்றிய சுயஅறிவுசார் விவேகத்தை வளர்க்க வேண்டும் என்று அலிபாபா குழு வலியுறுத்துகிறது. இதற்கு, தொழில்நுட்பச் செயலாக்கத்தை மட்டுமே காட்டாமல் உத்திசார் கட்டுப்பாட்டையும் வெளிப்படையாகக் காட்டும் பயிற்சித் தரவு தேவை. முந்தைய தரவுத்தொகுப்புகள் பெரும்பாலும் கவனிக்கத் தவறிய நுட்பமான வேறுபாடு இதுவாகும்.
தற்போதுள்ள கருவிகள் இணைக்கப்பட்ட தரவுத்தொகுப்புகளில் பொதுவாகக் காணப்படும் கடுமையான குறைபாடுகளைத் தரவுத் தேர்வுச் செயல்முறை சரிசெய்கிறது. பொதுவெளியில் கிடைக்கும் பெரும்பாலான தரவுத் தொகுப்புகளில், உத்திசாரமாக அல்லாமல் பழக்கத்தின்படி கருவிகளை அழைக்க மாதிரிகள் கற்றுக்கொண்ட இரைச்சல் நிறைந்த செயல்பாட்டுப் பதிவுகள் உள்ளன. வெளிப்புற உதவியின்றித் தீர்க்கக்கூடிய எடுத்துக்காட்டுகளை வடிகட்டியும், கருவிப் பயன்பாடு அவசியமா என்பதைத் தானியங்கி மதிப்பீட்டாளர்கள் மூலம் சரிபார்த்தும், சிந்தித்துச் செயல்படாமல் இருப்பதற்கே வெகுமதி அளிக்கும் பயிற்சிச் சூழலை ஆராய்ச்சியாளர்கள் உருவாக்கினர். வெளிப்படையான இருவழி மேம்படுத்தலின்றி பகுத்தறிவையும் செயலையும் இணைக்கும் ReAct போன்ற கட்டமைப்புகளிலிருந்தும், செயல்பாட்டுத் திறனைவிடக் கருவிப் பயன்பாட்டைக் கற்றுக்கொள்வதை வலியுறுத்தும் Meta Toolformer-இலிருந்தும் இந்த அணுகுமுறை வேறுபடுகிறது.
HDPO உருவாக்கும் மறைமுகப் பாடத்திட்டம், தொழில்முறைக் கல்வியில் மனிதர்கள் கற்கும் முறைகளைப் பிரதிபலிக்கிறது. புதிய முகவர்கள் முதலில் பணிகளைச் சரியாகச் செய்வதில் தேர்ச்சி பெற்று, கிடைக்கும் வளங்களைப் பயன்படுத்தி நம்பகமாகச் சிக்கல்களைத் தீர்க்க முடியும் என்பதை உறுதிசெய்கின்றனர். திறன் நிலைபெற்றதும், அமைப்பு இயல்பாகச் செயல்திறன் மேம்பாட்டுக்கு மாறுகிறது; பரிச்சயமான சிக்கல்களை நேரடியாகத் தீர்த்து, உண்மையிலேயே புதிதான சூழல்கள் அல்லது சிக்கலான விளிம்பு நிகழ்வுகளுக்கு மட்டுமே வெளிப்புறக் கருவிகளைப் பயன்படுத்தக் கற்றுக்கொள்கிறது. இரு நோக்கங்களிலும் ஒரே நேரத்தில் பயிற்றுவிக்கப்படும் அமைப்புகளின் நிலையற்ற தன்மையை இந்த முன்னேற்றம் தவிர்க்கிறது; அத்தகைய அமைப்புகளில் செயல்திறன் கட்டுப்பாடுகள் அழுத்தம் கொடுக்கும்போது துல்லியம் அடிக்கடி குறைகிறது.
திறந்த மூல அணுகலும் உலகளாவிய தாக்கமும்
வணிகப் பயன்பாட்டுக்கு கட்டுப்பாடுகளோ ராயல்டிகளோ இல்லாத, தாராளமான Apache 2.0 உரிமத்தின் கீழ் மெட்டிஸையும் HDPO பயிற்சிக் குறியீட்டையும் அலிபாபா வெளியிட்டது. தனியுரிமைத் தீர்வுகளுக்காகக் காத்திருக்கவோ, உயர்கட்டண அணுகல் வசதிகளுக்குப் பணம் செலுத்தவோ தேவையின்றி, தொடக்க நிறுவனங்கள் இந்தத் தொழில்நுட்பத்தை உடனடியாக இணைக்க இந்தத் திறந்த அணுகுமுறை உதவுகிறது. எனினும், வெளியீடு 2026 ஏப்ரல் மாதத்துக்குரியது என்பதால், ஆவணங்களும் சமூக ஆதரவும் இன்னும் தொடக்கநிலையிலேயே உள்ளன. சரியான செயலாக்கத்துக்கும் தனிப்பயனாக்கத்துக்கும் கணிசமான தொழில்நுட்ப நிபுணத்துவம் தேவைப்படுகிறது.
செயற்கை நுண்ணறிவு முகவர் சூழல் அம்சங்களைத் தொடர்ந்து சேர்ப்பதைக் கடந்து, செயல்திறன் மேம்பாட்டை நோக்கி முதிர்ச்சியடையும் தருணத்தில் இந்த வெளியீடு வருகிறது. LangChain மற்றும் LlamaIndex போன்ற நிறுவனங்கள் இதேபோன்ற மேம்பாடுகளைத் தங்கள் தளங்களில் தொடர்ந்து ஒருங்கிணைத்து வருகின்றன; அதேவேளை, உரிமையுடைய மாற்றுத் தீர்வுகள் மாறுபட்ட செலவுக் கட்டமைப்புகளுடன் நிர்வகிக்கப்படும் சேவைகளை வழங்குகின்றன. ஸ்பானிய மொழி பேசும் சந்தைகளிலும் வளர்ந்து வரும் பொருளாதாரங்களிலும் உள்ள உருவாக்குநர்களுக்கு, இத்தகைய செயல்திறன் கட்டமைப்புகளை முன்கூட்டியே ஏற்றுக்கொள்வது, உள்ளூர் உள்கட்டமைப்புக் கட்டுப்பாடுகளுக்கும் விலை உணர்திறனுக்கும் ஏற்ற போட்டித் தயாரிப்புகளை உருவாக்கும் வாய்ப்பை அளிக்கிறது.
இரைச்சலான, தேவையற்ற கருவி அழைப்புகளை நீக்குவது, ஒரு அளவுகோலைக் கைவிட்டு மற்றொன்றைப் பெறுவதல்ல; அது துல்லியத்தை நேரடியாக மேம்படுத்துகிறது என்று ஆராய்ச்சிக் குழு உறுப்பினர்கள் வலியுறுத்தினர். கருவிப் பயன்பாட்டின் எண்ணிக்கையால் திறனை வெளிப்படுத்தும் அமைப்புகளிலிருந்து, உத்திசார் கட்டுப்பாட்டால் தீர்மானத் திறனை வெளிப்படுத்தும் முகவர்களை நோக்கிச் செயற்கை நுண்ணறிவு மேம்பாட்டில் பரந்த மாற்றம் நிகழ்வதை அவர்களின் முடிவு சுட்டுகிறது. எல்லாக் கருவிகளையும் பயன்படுத்துவதற்குப் பதிலாகத் தேர்ந்தெடுத்துப் புத்திசாலித்தனமாகச் செயல்படுவதற்கே எதிர்கால செயற்கை நுண்ணறிவு மேம்பாடு முன்னுரிமை அளிக்கும் என இந்த ஆய்வு தெரிவிக்கிறது.
முக்கிய அம்சங்கள்
- HDPO கட்டமைப்பைப் பயன்படுத்தி, அலிபாபாவின் மெட்டிஸ் முகவர் தேவையற்ற செயற்கை நுண்ணறிவுக் கருவி அழைப்புகளை 98%-லிருந்து 2%-ஆகக் குறைக்கிறது
- HDPO (படிநிலைப் பிரிக்கப்பட்ட கொள்கை மேம்படுத்தல்), துல்லியத்தையும் செயல்திறனையும் தனித்தனி பயிற்சி வழிகளாகப் பிரிக்கிறது
- 8 பில்லியன் அளவுருக்களைக் கொண்ட மெட்டிஸ், காட்சி மற்றும் பகுத்தறிவு அளவுகோல்களில் 30 பில்லியன் அளவுருக்கள் கொண்ட மிகப் பெரிய மாதிரிகளைவிடச் சிறப்பாகச் செயல்படுகிறது
- உத்திசார் கருவிப் பயன்பாடு, முகவர்கள் செயல்திறனை மேம்படுத்துவதற்கு முன் துல்லியத்தில் தேர்ச்சிபெறும் மறைமுக அறிவாற்றல் பாடத்திட்டத்தை உருவாக்குகிறது
- வீணான அழைப்புகளை நீக்குவதன் மூலம் தொடக்க நிறுவனங்களின் ஏபிஐ கட்டணங்களை 96% வரை குறைக்கலாம்
- மெட்டிஸும் HDPO குறியீடும் கட்டுப்பாடற்ற வணிகப் பயன்பாட்டுக்காக Apache 2.0 உரிமத்தின் கீழ் வெளியிடப்பட்டுள்ளன
- உள்ளார்ந்த அறிவு போதுமா, வெளிப்புறக் கருவிகள் தேவையா என்பதைச் செயற்கை நுண்ணறிவு முகவர்களால் வேறுபடுத்த முடியாத சுயஅறிவுசார் குறைபாட்டை இந்தக் கட்டமைப்பு சரிசெய்கிறது
