Gdy gradient skalowania wydajności zanika, krajobraz ewolucyjny modeli spłaszcza się, co prowadzi do specjacji w przestrzeni parametrów / hiperparametrów. Bullish na centra środowisk RL i specjację modeli w kierunku specjalistycznej wiedzy dla najlepszej efektywności kosztów/wydajności.
TBPN
TBPN28 sie, 05:28
Zapytaliśmy @willccbb (Lidera Badań, Prime Intellect), jak naprawdę rozwija się boom AI. „Jest tylko ograniczona liczba osób, które mogą przyjąć produkty AI. W pewnym momencie następuje plateau… Istnieją prawa fizyki dotyczące tego, jak dobre modele mogą być i jak szybko mogą rozwijać się chipy.” To nie oznacza, że postęp się zatrzymuje, on się zmienia. Oczekuj większej specjalizacji (wąskie, wysokowartościowe agenty) i mądrzejszych kompromisów zamiast po prostu większych klastrów. „Będziemy mieli wiele pokręteł do ustawienia, myślę.”
11,36K