التحسين الذاتي العودي
مع تضخم النماذج الكبيرة تبدأ قوانين التوسع في فقدان كفاءتها. إذا كان المنحنى الأول هو بيانات التدريب، فالمنحنى الثاني هو بيانات الاستخدام: كل استدعاء لوكيل يمكن أن يرفع قدرات الوكلاء أنفسهم.
المنحدر بدلا من نقطة البداية
تحدث معظم التحسينات في منتجات الذكاء الاصطناعي بين الإصدارات: تراكم البيانات، وإعادة التدريب، والإصدار. في هذا الرابط، المستخدمون هم مجرد كائنات تحتاج إلى تحسين. لقد قمنا بنقلها إلى المنتج، مما يسمح بإجراء التحسينات أثناء الاستخدام، ويتم إغلاق الحلقة المغلقة في أيدي المستخدمين.نحن نعتقد أن نقطة البداية ليست مهمة، ولكن المنحدر هو المهم.
منحنيان
تحسينات الإصدارخطوات
حفظ البيانات → إعادة التدريب → الإصدار. إنها ترتفع مثل الدرجة، ويتم تحديد المنحدر من خلال القدرة الإنتاجية للفريق. كلما زاد عدد المستخدمين، زادت تكلفة وضع العلامات والاستدلال، وأصبح التحسين أبطأ.
تحسين العوديةالفائدة المركبة
الاستخدام هو التحسين. الارتفاع المستمر، المنحدر يحدده الاستخدام. كلما زاد عدد المستخدمين، زادت كثافة إشارات التصحيح وأصبح المنحنى أكثر انحدارًا. ولأول مرة، أصبح اتجاه التكلفة والتحسين متسقين.
ستة أدوات في دائرة
يتم ترتيبهم وفقًا لوظائفهم ويتم تداولهم بالترتيب؛ النهاية والبداية تتكرران، وللنهاية بداية. فهي متشابكة ولا نهاية لها.
تصور
تحويل الواقع إلى إشارات. أربعة سيناريوهات، بما في ذلك الاجتماعات والقراءة والفصول الدراسية والحوار، تشترك في مدخل واحد. يتم إكمال النسخ وفصل السماعات والتعرف على بصمة الصوت على نفس الطبقة. تختلف السيناريوهات، لكن طريقة الدخول إلى النظام هي نفسها.
- 01
تصور
تحويل الواقع إلى إشارات. أربعة سيناريوهات، بما في ذلك الاجتماعات والقراءة والفصول الدراسية والحوار، تشترك في مدخل واحد. يتم إكمال النسخ وفصل السماعات والتعرف على بصمة الصوت على نفس الطبقة. تختلف السيناريوهات، لكن طريقة الدخول إلى النظام هي نفسها.
- 02
ذاكرة
دع الإشارة تمتد للوقت. تتم كتابة جميع المصادر في نفس مجموعة الذكريات، ولن تتراكم التكرارات، وستختفي المصادر المحذوفة حقًا.
- 03
استدلال
الأحكام الصادرة عن الشخص تنمو من الذاكرة: ما الذي يهتم به، وما الذي يجيده، وإلى أين يتجه. يتم تخزين الحكم والذاكرة بشكل منفصل، لذلك بمجرد تغيير الذاكرة، يمكن إعادة حساب الحكم ككل.
- 04
تصحيح
فلتسقط الأحكام. قم بتأكيد هذه الإجراءات الأربعة وتصحيحها وتجاهلها وإضافتها بشكل نشط، مما يعيد كتابة الاستدلال التالي مباشرة. هذا هو المكان الذي يمكن فيه إغلاق الحلقة، وهو المكان الذي يمكن فيه حذفها بسهولة.
- 05
يهاجر
قم بإجراء تحسينات في مكان واحد بشكل فعال في مكان آخر. تتم مشاركة محرك الفهم وشبكة الصور بواسطة خطوط إنتاج متعددة، ولن يتم قفل ما يتم تعلمه في مشهد واحد في هذا المشهد. وبدون هذه الطبقة، هناك فقط أربعة منحنيات ضحلة غير مرتبطة ببعضها البعض.
- 06
عقد
تكلفة دمج السيناريوهات الجديدة تقترب من الصفر. تحديد مرة واحدة وإنشاء محطات متعددة تلقائيًا.خط أنابيبنا الصناعي قابل لإعادة الاستخدام، والمنتجات الجديدة هي فروع معمارية.
ثلاثة شروط ضرورية لإنشاء حلقة مغلقة
تحوم: في كلتا الحالتين، يعتمد الأمر على ما إذا كان من الممكن إغلاق الحلقة أم لا.
- 01
يمكن ملاحظته: يمكن تتبعه
يجب أن يكون كل حكم قادرًا على الرجوع إلى السجل الأصلي الذي أصدره، بما في ذلك الاجتماعات المحددة والمقالات والتسجيلات الصوتية ومقاطع الفيديو وما إلى ذلك. إذا تمكنت من العثور على المصدر، فيمكنك التطوير وتصحيح الأخطاء بشكل أفضل.
- 02
يمكن أن يتدخل: يصحح الأمور قبل ظهور الحاجة
في الوقت الحاضر، أصبحت معظم صور الذكاء الاصطناعي "للقراءة فقط"، وما إذا كان يمكن للمستخدمين تغييرها أم لا، فهذا فرق كبير. في كل مرة يقوم المستخدم بتصحيح الانحراف، فإنه يضع علامة على جزء من البيانات عالية الجودة مجانًا. التطور الذاتي للوكيل في البيئة البشرية هو أفضل طريقة للتعلم.
- 03
قابلة لإعادة الاستخدام: الزهرة المتفتحة وحدها ليست ربيعًا
في عصر الذكاء الاصطناعي، نحن لسنا شركة لديها منتج واحد. إذا ظلت التحسينات التكنولوجية ثابتة، فإن خطوط الإنتاج الأربعة ستلعب كل منها دورها الخاص. الجميع يشتركون في نفس الفهم الأساسي. يمكن مقارنة الأخطاء الثابتة والخبرة المتراكمة في المشهد عن طريق القياس. الفائدة المركبة الحقيقية لبوابة الأبعاد تأتي من هنا.
فقط عندما تتحقق الشروط الثلاثة في نفس الوقت يمكن إغلاق الحلقة. وبدون أي منها، فإن "التطور الذاتي" هو مجرد صفة.
سلم مؤشر القوة النسبية
نحن نعتقد أن L3 هو نقطة التحول الفنية للقصة. في غضون عام، سيخرج الأشخاص من 90% من سيناريوهات تعلم العميل في حلقة بوابة الأبعاد.
- L0تشغيل بالفعل من خلال
ترك آثار
يترك النظام آثارًا لك، ويمكن استرجاع الآثار والاستشهاد بها وحذفها.
- L1تشغيل بالفعل من خلال
تصحيح
يمكنك إلغاء حكم النظام، وسيكون الانقلاب فوريًا وطويل الأمد.
- L2تشغيل بالفعل من خلال
يهاجر
تصبح التحسينات في أحد المشاهد تلقائيًا نقطة البداية لمشهد آخر.
- L3قيد الإنشاء
التمهيد الذاتي
يستخرج النظام استراتيجيات التحسين من إشارات الاستخدام ولم يعد يعتمد على إعادة التدريب والإصدار اليدوي.
- L4مخطط
استقلالية
يقرر النظام بنفسه ما يجب أن يتعلمه بعد ذلك، وما الذي سيطلبه منك، ويبدأ في تحديد أهداف لنموه.
المخططات تقف على المشاريع التي يمكن تسليمها
سجل اختبار الضغط
أحد قادة الأعمال الفعليين السابقين لشركة Infra في Zhipu GLM يقود البناء الهندسي، بمئات الملايين من التزامن والحد الأعلى من القدرات الهندسية الحقيقية لمجموعة Wanka
- 289
- اختبار واحد لقواعد العمل
- 56
- اختبار الحلقة المغلقة من النهاية إلى النهاية للتأكيدات
- 2000+
- req/s إنتاجية الواجهة العادية
- 2.28s
- تأخير اللحاق ص95
- 0%
- معدل الخطأ في اختبار الإجهاد
لا يمكن شراء التزامن
بدءًا من طبقة الوصول، وتوزيع الوسائط المتدفقة إلى جدولة الاستدلال، تم إنشاء المجموعة الكاملة ذاتيًا ولا تعتمد مطلقًا على PaaS السحابية العامة. طبقة الوصول عديمة الحالة، وتتوسع السعة خطيًا مع العقد. يمكن إضافة الآلات بمجرد توسيع السعة. ليست هناك حاجة لتغيير البنية، وليست هناك حاجة لانتظار الموافقة على حصة بائعي السحابة.
اتجاه التكلفة للمنحنى نحو الأسفل
هناك اتجاهان يعملان على خفض التكاليف في وقت واحد: إعادة استخدام القاعدة تعمل على تقليل تكاليف البحث والتطوير الهامشية للسيناريوهات الجديدة؛ البنية التحتية بأكملها مبنية ذاتيًا ولا تعتمد على السحابة العامة PaaS، مما يجعل التكاليف الهامشية للاستدلال وعرض النطاق الترددي قابلة للتحكم.
سوف نختار دائمًا طريق المدى الطويل: منحنى التكلفة لدينا سوف ينخفض تدريجيًا