Samsung, yetenekli bir yapay zeka modelinin büyük ve milyonlarca dolara mal olacak kadar büyük olması gerekmediğini kanıtlamaya çalışıyor. Küçük bir model, kendisinden binlerce kat daha büyük yapay zeka modelleriyle rekabet edebilir ve hatta onları yenebilir.
Kanada'nın Montreal kentindeki Samsung İleri Teknoloji Enstitüsü'nde (SAIT) yapay zeka alanında kıdemli araştırmacı olan Alexia Jolicoeur-Martineau, yakın zamanda "Daha Az Daha Fazladır" başlıklı yeni bir makale yayınladı. (mdaha fazlası var), duyurduğu Tenekey Özyineleme Modeli (TRM). Tam başlıklı makale Az Çoktur: Küçük Ağlarla Özyinelemeli Akıl Yürütme TRM'nin yedi milyon parametreli ve iki katmanlı bir yapay zeka modeli kullandığı ortaya çıktı. Yaklaşık bin örnek üzerinde eğitildi ve o3 gibi önde gelen rakip modellerden bile daha iyi performans gösterdi.mini OpenAI'dan ve Gemini 2.5 Pro.
Fotoğraf Galeri
TRM, Sudoku, labirentler ve bulmacalar gibi yapılandırılmış, görsel ızgara tabanlı problemlerde ARC-AGI kıyaslamasında olağanüstü bir performans gösterdi. Bu araştırma yapay zeka kıyaslaması, yapay zeka modelleri için genellikle çok zor kabul edilir.
TRM, ARC-AGI kıyaslamasında özellikle şu sonuçları elde etti:
- Sudoku-Extreme'de %87'den fazla doğruluk
- Maze-Hard bulmacalarında %85 doğruluk
- ARC-AGI-1'de %45 doğruluk
- ARC-AGI-2'de %8 doğruluk
'Karmaşık görevleri çözmek için milyonlarca dolar harcanarak büyük bir şirket tarafından eğitilen büyük modellere güvenmek gerektiği fikri yanlıştır.” Jolicoeur-Martineau, X sosyal medya hesabından şunları söyledi: "Şu anda LLM kullanımına çok fazla dikkat ediliyor (büyük dil modeller) "yeni yönler tasarlamak ve genişletmekten daha iyidir" o ekledi.
İlginizi çekebilir
Bu yapay zeka modeli, onu çalıştıran milyarlarca dolarlık büyük parametrik modelleri eğitmek için gereken GPU'lara ve işlem gücüne yapılan büyük yatırımlardan yoksun olsa bile, yetenekli yapay zekanın geliştirilmesinin mümkün olduğunu kanıtlamayı amaçlıyor. chatAyakkabı LLM ile.
İlginç olan şu ki bu yazı sadece Samsung dergisi için yazılmış ve başka hiçbir yerde bulamazsınız 😁 Yaşasın objektiflik!😅