ओपनएआयचे जेव्ह क्लोन फ्रंटियर लॅबला त्याच्या झुंडीचे एजंट थांबवण्यास मदत करू शकते

वरील अधिक मनोरंजक घोषणांपैकी एक OpenAI चा देव दिन कार्यक्रम मंगळवारी सीईओ सॅम ऑल्टमन यांना बाजूला केले, ज्यांनी कंपनीचे नवीन “निर्णय API” उघड केले.

API वरवर पाहता समान कार्यक्षमता प्रदान करते इंद्रियगोचरया महिन्याच्या सुरुवातीला TypeSafe AI द्वारे जारी केलेले मॉडेल जे स्पष्टपणे सॉफ्टवेअर ऑटोमेशनसाठी डिझाइन केलेले आहे. LLM वर तयार केलेला एक प्रकारचा सुपर-पॉर्ड क्लासिफायर, डेव्हलपर Jev ला पर्याय देऊ शकतात जे ते संभाव्यता म्हणून स्वस्त आणि उच्च गतीने आउटपुट करतात.

OpenAI चे निर्णय API समान प्रकारचे उत्पादन असल्याचे दिसते. इव्हेंटमध्ये, ऑल्टमॅनने एपीआयचे वर्णन लॅबच्या लुना मॉडेलला पर्यायांचा एक पूर्वनिर्धारित संच देण्याचा एक मार्ग म्हणून केला आहे, जसे की श्रेण्या ज्यामध्ये प्रतिमा वर्गीकृत करायची आहे किंवा भिन्न एजंट वर्तन.

“त्या निवडीवर मॉडेलवर लक्ष केंद्रित करून, प्रतिमा समजून घेणे, व्यापक भाषा समर्थन आणि सुरक्षितता संरक्षण यांसारख्या क्षमता राखून आम्ही ते अत्यंत जलद बनवू शकतो,” ऑल्टमन म्हणाले.

TypeSafe ने नवीन उत्पादनाबद्दल रीडच्या प्रश्नांना प्रतिसाद दिला नाही, परंतु CEO Diogo Almeida, एक माजी OpenAI अभियंता ज्याने मजबुतीकरण शिक्षणाचा सह-शोध लावला, X वर विनोद केला क्लोन युद्धांच्या सुरुवातीबद्दल.

त्यांनी जोडले की ओपनएआय ची स्वारस्य “सिस्टम वन सुसंगत मार्गाने निर्माण करणे हे भविष्य आहे” हे चिन्ह असू शकते. (“सिस्टम वन” हा TypeSafe चा जलद, अंतर्ज्ञानी विचार, विरुद्ध “सिस्टम 2” साठी कला शब्द आहे, जो मुद्दाम तर्काला लागू होतो.)

येथे सबटेक्स्ट असा आहे की LLMs हे आपल्याला माहित आहे की ते बऱ्याच सॉफ्टवेअरसाठी योग्य उपाय नाहीत कारण ते तुलनेने हळू आणि महाग आहेत. एलएलएम वाढवण्यासाठी डेव्हलपर Jev चा वापर करत आहेत आणि तसे करत आहेत आढळले की ते जलद आणि स्वस्त आहेत.

हे स्पष्ट नाही की जेव्हसाठी समान निर्णय API कसे असतील, कारण OpenAI ने ते मर्यादित पूर्वावलोकन म्हणून जारी केले आणि आतापर्यंत, रीडने विकासकांना त्याच्या गतीने चालवताना पाहिले नाही. तथापि, आहे स्पष्टपणे स्वारस्यX वरील संभाषणानुसार.

इंटरनेटवरील निर्णय API हे एकमेव Jev-सारखे API नाही—इतर स्टार्टअप्स समान मॉडेल आणत आहेत; OpenAI उत्पादन करणारी शेवटची टेक जायंट नसेल. या प्रत्येक निर्णय मॉडेलचे आउटपुट वास्तविक जीवनासाठी किती चांगले कॅलिब्रेट केले जाईल हा एक महत्त्वाचा प्रश्न आहे.

अल्मेडा म्हणतात की त्यांच्या कंपनीचा खंदक हा सांख्यिकीयदृष्ट्या उपयुक्त आउटपुट तयार करण्यासाठी तयार केलेला कृत्रिम डेटा आहे.

“जलद आणि स्वस्त हे खूप सोपे आहे, तुम्हाला माहिती आहे,” अल्मेडा यांनी गेल्या आठवड्यात रीडला सांगितले. “तुम्हाला ते खरोखर जलद आणि स्वस्त हवे असल्यास, फासे वापरा, बरोबर? बुद्धिमत्ता हा कठीण भाग आहे आणि माझा नॉर्थ स्टार नेहमी बुद्धिमत्ता-प्रति-डॉलर पॅरेटो वक्र पुढे ढकलत असतो.”

काही आठवड्यांनंतर, हे स्पष्ट दिसते की या मॉडेल्सचे भविष्य त्यांच्यापुढे आहे आणि एक संभाव्य अनुप्रयोग म्हणजे एआय एजंट्सचे निरीक्षण करणे आणि सुरक्षित करणे. ओपन इंटरनेटवर त्याच्या एजंटांनी गैरवर्तन केलेल्या घटनांच्या मालिकेनंतर ओपनएआयच्या नवीन सुरक्षा उपायांपैकी एक “महत्त्वपूर्ण गणना खर्च” वर वाईट कृती पाहण्यासाठी वेगळे मॉडेल वापरत आहे.

शापोर नागिबजादेह, दीर्घकाळ सायबरसुरक्षा व्यावसायिक जो स्टार्ट-अप QueryStory चे नेतृत्व करतो, असे वाटते की Jev सारखे मॉडेल ते अधिक स्वस्तात शक्य करू शकते.

त्याने बांधले एक डेमो a साठी हॅकाथॉन गेल्या आठवड्याच्या शेवटी आयोजित केले गेले जे जेव वापरते ते दिलेल्या कार्याविरूद्ध प्रत्येक एजंटिक कृती तपासण्यासाठी, ज्या कृतींचा उच्च आत्मविश्वास होता त्यास अवरोधित करणे, पुनरावलोकनासाठी इतरांना ध्वजांकित करणे आणि उर्वरितांना परवानगी देणे.

सैद्धांतिकदृष्ट्या, अशा देखरेखीमुळे हगिंग फेसची घटना थांबली असती-आणि अशा प्रकारच्या देखरेखीची किंमत Jev सोबत $2.94 आहे, विरुद्ध फ्रंटियर LLM सह $372.

मुख्य निरीक्षण असे आहे की प्रत्येक एजंटिक कृतीवर चालण्यासाठी Jev वादातीतपणे पुरेसे स्वस्त आहे, जे पुनरावलोकनाचा एक स्तर ऑफर करते ज्यामुळे एजंटांच्या मोठ्या प्रमाणातील विश्वासार्हता सुधारू शकते. TypeSafe अशीच गोष्ट साध्य करू इच्छित होती—आणि आता OpenAI ने देखील त्याचे मूल्य पाहिले आहे.