Nvidia-ს უახლესი კვლევის თანახმად, ხელოვნური ინტელექტის მიერ რთული, გრძელვადიანი ამოცანების შესრულებისას გადამწყვეტი მნიშვნელობა არა თავად AI მოდელს, არამედ ე.წ. harness-ს აქვს. ეს არის პროგრამული გარსი, რომელიც მოდელს აკრავს და მოიცავს ინსტრუმენტებს, მეხსიერების მართვის სისტემებსა და წესებს, რაც უმი მოდელს დამოუკიდებელ აგენტად გარდაქმნის.
კვლევის ფარგლებში, მკვლევრებმა Claude Opus 5 მოდელი სპეციალურად მორგებული harness-ით აღჭურვეს, რომელსაც „ზედამხედველი“ (supervisor) კომპონენტიც დაუმატეს. შედეგად, მოდელმა ARC-AGI-3 ბენჩმარკზე 100%-იანი შედეგი აჩვენა, მაშინ როდესაც harness-ის გარეშე მისი მაჩვენებელი მხოლოდ 30% იყო. ეს ადასტურებს, რომ მოდელი, როგორც აგენტის „ტვინი“, სისტემის მხოლოდ ერთი ნაწილია, ხოლო harness-ი პასუხისმგებელია კონტექსტზე, მეხსიერებასა და უკუკავშირზე.
Nvidia-ს AI განყოფილების პროდუქტების ვიცე-პრეზიდენტის, Adel El Hallak-ის თქმით, აგენტი არ არის მხოლოდ მოდელი; ეს არის მოდელი, მისი ინსტრუმენტები, runtime და ბიბლიოთეკები. „ზედამხედველი აგენტის“ დამატება, რომელიც მთავარ აგენტს მითითებებს აძლევს და შეცდომებისგან იცავს, კრიტიკულად მნიშვნელოვანია ეფექტურობის გასაზრდელად.
ეს აღმოჩენა მნიშვნელოვანია ბიზნესისთვისაც, რადგან Databricks-ის კვლევის თანახმად, არასწორად შერჩეულმა harness-მა შესაძლოა AI-ის გამოყენების ხარჯები ორჯერ გაზარდოს. Nvidia-ს პოზიცია ნათელია: ღია და მოქნილი harness-ების გამოყენება მომხმარებლებს აძლევს კონტროლს, რაც აუცილებელია AI-ის უსაფრთხო და ეფექტური განვითარებისთვის.
წყარო: techcrunch.com
