Microsoft хурдан шийдвэр гаргах зориулалттай Microsoft-Decision-1 загвараа танилцууллаа
Microsoft текст үүсгэхийн оронд урьдчилан тогтоосон сонголт бүрт магадлалын оноо өгдөг Microsoft-Decision-1 загвараа Foundry болон OpenRouter-т гаргалаа. Компанийн мэдээлснээр 36 жишиг тестэд хамгийн өндөр нарийвчлал үзүүлж, GPT-6 Sol-оос 35 дахин хурдан ажилласан.
Microsoft 10-р сарын 9-нд Microsoft-Decision-1 хэмээх шийдвэрийн оноо (decision-scoring) гаргах шинэ загвараа танилцуулж, Microsoft Foundry болон OpenRouter-оор дамжуулан ашиглах боломжтой болгосноо компанийн Command Line блогт зарлалаа.
Юугаараа онцлог вэ
Текст үүсгэх эсвэл нарийн асуудлыг шийддэг том хэлний загваруудаас (LLM) ялгаатай нь шийдвэрийн загвар нь программ хангамж шууд ашиглах бүтэцтэй гаралт өгдөг. Тогтмол хариултын сонголтууд өгөгдөхөд Decision-1 сонголт бүрт тохируулсан магадлалын оноо буцаана. Тийм/үгүй, олон сонголттой, үнэлгээний хэлбэрийн асуулт болон AI хариулт, агентын үйлдлийг шалгуураар дүгнэхийг дэмждэг. Чиглүүлэлт, ангилал, эрэмбэлэлт, баталгаажуулалт, ажлын урсгалыг удирдахад зориулагдсан.
Загварыг Alibaba-гийн нээлттэй жинтэй Qwen3.5-9B дээр нэмэлт сургалт хийж бүтээсэн бөгөөд удахгүй Microsoft AI (MAI) болон OpenAI-ийн загварууд дээр шилжүүлэн суурилуулна гэж Microsoft мэдэгдсэн.
Компанийн зарласан үзүүлэлтүүд
- Сургалтад ашиглаагүй, 150,000 орчим асуулт бүхий 36 жишиг тестийн харьцуулалтад хамгийн өндөр нарийвчлал (The Register-ийн мэдээлснээр 83.5%).
- Дунджийн (P50) хоцрогдлоор хоёрдугаарт орсон H2O-Lightning-4B v1.1-ээс 2.5 дахин, OpenAI-ийн GPT-6 Sol-оос 35 дахин хурдан.
- Нэг хүсэлтийг найман янзаар өөрчлөхөд шийдвэр дунджаар ердөө 1.3% тохиолдолд өөрчлөгдсөн.
- Хортой агуулга, jailbreak, prompt injection хамарсан 11 жишиг тестийн 5,250 хүсэлтээр аюулгүй байдлыг шалгасан.
The Register-ийн мэдээлснээр оролтын токен сая тутамд 0.042 ам.доллар, гаралт үнэгүй байна.
Өрсөлдөөн
The Register-ийн дүгнэлтээр TypeSafe AI-ийн Jev загвар гарснаас хойш шийдвэрийн загварын зах зээл хурдацтай тэлж, OpenAI, Cloudflare, Perplexity, Snowflake, H2O.ai зэрэг компани ижил төстэй бүтээгдэхүүн зарлаж, нийт 100 гаруй ийм загвар өрсөлдөж байна. “Агентын AI бодит болсон энэ үед зардал нь хүмүүс AI-г хэрхэн ашиглахыг тодорхойлох гол хүчин зүйл болж байна” гэж Microsoft-ийн CTO-гийн албаны дэд ерөнхийлөгч Ачинт Шривастава хэлжээ.
Эх сурвалж: Microsoft Command Line блог; The Register.
Холбоотой мэдээ
Anthropic Claude-д бодит цагийн дашбоард болон анимэйшн бүтээх Dashboards, Motion хэрэгслүүдийг нэвтрүүллээ
Anthropic өгөгдлийн платформ, CRM-тэй холбогдож шинэчлэгддэг дашбоард үүсгэдэг Claude Dashboards, тайлан болон графикийг богино анимэйшн болгодог Claude Motion-ийг бета хувилбараар гаргаж, Docs, Slides, Design хэрэгслүүдийг бүх төлөвлөгөөнд нээлээ.
Microsoft-ийн Сатья Наделла: Дэвшилтэт хиймэл оюунд хүний удирдах “яаралтай тоормос” хэрэгтэй
Microsoft-ийн гүйцэтгэх захирал Сатья Наделла дэвшилтэт загваруудыг “дотоод эрсдэл” мэт авч үзэж, хязгаарлалт, бие даасан хяналт, мөн эрх бүхий хүн загварыг ажлын явцад зогсоож чадах “яаралтай тоормос”-той байх ёстой гэж уриалав.
Amazon хиймэл оюуны стартап Decart-ыг ойролцоогоор 7 тэрбум ам.доллараар худалдан авах яриа хэлэлцээ хийж байна — WSJ
The Wall Street Journal-ийн мэдээлснээр Amazon бодит цагийн видео засварлах болон робот, автомат жолоодлогын симуляцийн загвар хөгжүүлдэг Decart-ыг 7 орчим тэрбум ам.доллараар худалдан авахаар хэлэлцэж байна. Decart-ын үнэлгээ тавдугаар сард бараг 4 тэрбум ам.доллар байжээ.
Хиймэл оюуны аюулгүй байдлын үнэлгээчдийг Anthropic, OpenAI аврах хүч болгон дуудаж эхэллээ
Anthropic, OpenAI гуравдагч талын үнэлгээчдийг илүү гүн суулгах алхам хийж, салбарын итгэлийг хамгаалахад анхаарч байна OpenAI гурав ажилтнаа мэдрэмтгий мэдээлэлтэй харьцсан бодлого зөрчсөн гэж халж,…
Jefferies: AI-ийн өсөлт АНУ-д “асар их хөрөнгийн сүйрэл”-ээр төгсөж болзошгүй; Oracle, Nvidia-гийн дефолтын даатгалын үнэ дээд түвшинд хүрэв
Jefferies-ийн стратегич Крис Вүүд хямд Хятадын нээлттэй загварууд зах зээлийн хувийг эзэлснээр АНУ-ын AI салбарт томоохон хөрөнгийн алдагдал гарна гэж анхааруулав. Үүний зэрэгцээ Oracle, Nvidia, Broadcom-ийн CDS спред түүхэн дээд түвшинд хүрчээ.
Google-ийн AMIE эмнэлгийн AI бодит өвчтөнүүдтэй хийсэн анхны судалгаанд аюулгүй ажилласныг The Lancet нийтэлжээ
Beth Israel Deaconess эмнэлгийн төв болон Google-ийн судлаачдын судалгаагаар 98 өвчтөн эмчид үзүүлэхийн өмнө AMIE чатботтой ярилцахад нэг ч яриа аюулгүй байдлын шалтгаанаар зогсоогдоогүй бөгөөд AI-ийн ялган оношлогоо эмчийн эцсийн оноштой 90% тохиолдолд таарчээ.