Ռուսաստանցի մաթեմատիկոսները ներկայացրել են արհեստական բանականության «կամրջի» մոտեցում
Ռուսաստանցի մի խումբ մաթեմատիկոսներ, որոնք աշխատում են Mostik անունով ստարտափում, ներկայացրել են արհեստական բանականության մոդելների փոխազդեցության նոր մոտեցում՝ առանց սովորական բառային փոխանակության։ Նրանց մեթոդը թույլ է տալիս մեկ մոդելի կարողությունները փոխանցել մյուսին՝ օգտագործելով քաշերի մեջ առկա մաթեմատիկական արժեքները։ Ստարտափը պնդում է, որ այս եղանակով ստեղծված համակարգը բարձր արդյունք է գրանցել ARC-AGI 3 բարդ մրցույթում։
Ռուսաստանցի մաթեմատիկոսների խումբը, որն աշխատում է Mostik ստարտափում, ներկայացրել է արհեստական բանականության մոդելների փոխգործակցության նոր եղանակ՝ առանց սովորական տեքստային փոխանակության։ Ըստ հեղինակների, մոտեցումը թույլ է տալիս ավելի մեծ մոդելի կարողությունները փոխանցել փոքրին՝ օգտագործելով մոդելների քաշերում առկա մաթեմատիկական արժեքները։
Ինչպես է աշխատում «կամուրջը»
Mostik-ը, որի անունը ռուսերեն նշանակում է «կամուրջ», իր լուծումը կառուցում է այն գաղափարի շուրջ, որ մի քանի մոդելների արդյունքները կարելի է միավորել ավելի արդյունավետ, քան դրանցից յուրաքանչյուրն առանձին վերցրած։ Սովորաբար նման համադրությունը պահանջում է երկար շղթայված մշակում և հավելյալ ծախսեր, մինչդեռ նոր մոտեցումը նպատակ ունի այդ քայլերը կրճատել։
Ստարտափի ղեկավար Սաշա Մալիշևան հայտնել է, որ թիմը արդեն կիրառել է այս գաղափարը մի մոդել ստեղծելու համար, որը բարձր արդյունք է ցույց տվել ARC-AGI 3 մրցույթում։ Այդ մրցույթը համարվում է արհեստական բանականության համար հատկապես բարդ փորձություն, քանի որ ստուգում է համակարգի ընդհանրացման և տրամաբանական հարմարվողականության կարողությունները։
Չինական մոդելների վրա փորձարկում
Գաղափարի գործնական հնարավորությունը ցույց տալու համար թիմը միավորել է երկու չինական բաց կշիռներով մոդելներ՝ GLM-5.2-ի ամենախոշոր տարբերակը՝ 753 միլիարդ պարամետրով, և Qwen-3.5-ի 4 միլիարդ պարամետր ունեցող տարբերակը, որը կարող է աշխատել նաև շարժական սարքում։ Ստացված հիբրիդային համակարգի արժեքը, ըստ հաղորդման, շուրջ քսան անգամ ցածր է լիարժեք GLM մոդելի գնից, իսկ արդյունավետությունը գտնվում է երկու մոդելների միջև։
Մալիշևան ընդգծել է, որ մեքենայական ուսուցման մեջ վաղուց հայտնի է բազմամոդելային համադրությունների առավելությունը։ Թիմը, սակայն, ասում է, որ իր լուծումը այդ գաղափարը դարձնում է ավելի արագ ու տնտեսող՝ առանց մեկ մոդելի պատասխանները մյուսին հերթով փոխանցելու սովորական մեթոդի։
Երիտասարդություն և մրցակցային միջավայր
Մալիշևան պատմել է նաև, որ դեռ դպրոցական տարիներին հետաքրքրվել է մաթեմատիկայով՝ եղբոր հետ մրցակցելու մղումով, իսկ հետագայում ուսանել է Սանկտ Պետերբուրգի հեղինակավոր դպրոցներից մեկում։ Նրա խոսքով՝ ոլորտի գործընկերներից ոմանք կասկածել են, թե այս մոտեցումը հնարավոր կլինի իրագործել, սակայն նա որոշել է ապացուցել հակառակը։
Արհեստական բանականության զարգացումը վերջին տարիներին մեծապես կախված է դարձել ոչ միայն մոդելների չափից, այլև դրանց արդյունավետ միավորման եղանակներից։ Mostik-ի ներկայացրած գաղափարը հենց այդ ուղղությամբ է՝ ցույց տալու, թե ինչպես կարելի է համակարգերը դարձնել ավելի ունակ՝ առանց դրանց հաշվարկային ծանրաբեռնվածությունը զգալիորեն մեծացնելու։
Աղբյուր՝ Wired