Kai 1: പൂർത്തിയാക്കലുകൾ അല്ല, തീരുമാനങ്ങൾ

പ്രൊഡക്ഷൻ സോഫ്റ്റ്‌വെയറിലെ മിക്ക ഘട്ടങ്ങൾക്കും ഒരു ഖണ്ഡിക വേണ്ട. സോഫ്റ്റ്‌വെയറിന് പ്രവർത്തിക്കാനാകുന്ന ഉത്തരം വേണം: ഏത് ഉപകരണം വിളിക്കണം, തെളിവ് മതിയോ, അപകടം എത്ര കഠിനം, ഒരു മനുഷ്യൻ അംഗീകരിക്കണമോ.

ഇന്ന് ഞങ്ങൾ Kai 1 പരിചയപ്പെടുത്തുന്നു, Hanzo യുടെ തീരുമാന മോഡൽ. Kai ക്ക് സാഹചര്യത്തിന്റെ വസ്തുതകളും ഓപ്ഷനുകളുള്ള ഒരു ചോദ്യവും നൽകുക. അത് തരംതിരിച്ച ഉത്തരം തരും (തിരഞ്ഞെടുപ്പ്, സ്കോർ, അതെ/ഇല്ല, അല്ലെങ്കിൽ കാലിബ്രേറ്റ് ചെയ്ത «ഉറപ്പില്ല, മാറ്റിവയ്ക്കുക») ഓരോ ഓപ്ഷനും ഒരു സാധ്യതയോടെ.

Kai 1, Hanzo API യിൽ ലഭ്യമാണ്. അതിന്റെ ഭാരങ്ങൾ അടഞ്ഞതാണ്: Kai API വഴി മാത്രമേ ലഭിക്കൂ.

Kai ഒരു വാഹനത്തെക്കുറിച്ച് എട്ട് തരം തെളിവുകൾ വായിച്ച് തയ്യാർ, അവലോകനം വേണം, അല്ലെങ്കിൽ തയ്യാറല്ല എന്ന് തിരിച്ചുതരുന്നു, ഓരോന്നിനും സാധ്യതയോടെ, അല്ലെങ്കിൽ ഒരു മനുഷ്യനെ ഏൽപ്പിക്കുന്നു. — ചിത്രം 1 · ഒരു പങ്കിട്ട അവസ്ഥ, ഒരു പട്ടികയിലുള്ള ചോദ്യം, ഒരു തരംതിരിച്ച ഉത്തരം, ഓരോ ഓപ്ഷനും സാധ്യത. സാധ്യതകൾ ഉദാഹരണം.

ഭാഷാ മോഡലുകൾ ന്യായീകരിക്കുന്നു. Kai തീരുമാനിക്കുന്നു.

ഒരു ഭാഷാ മോഡലിനോട് ഒരു തീരുമാനം ചോദിച്ചാൽ, വാചകം തിരിച്ചു വരും. അത് പാഴ്സ് ചെയ്യണം, മോഡൽ ഉണ്ടാക്കിയ വിശ്വാസ സംഖ്യയെ വിശ്വസിക്കണം, ഔട്ട്പുട്ട് പരിധിക്കുള്ളിൽ നിൽക്കുമെന്ന് ആശിക്കണം.

അത് മതിയാകാത്ത ഘട്ടങ്ങൾക്കായി Kai നിർമ്മിച്ചിരിക്കുന്നു. അതിന്റെ ഉത്തരങ്ങൾ പരിധിയിലാണ്, അതിന്റെ സാധ്യതകൾ കാലിബ്രേറ്റ് ചെയ്തവയാണ്, പാഴ്സ് ചെയ്യാനൊന്നുമില്ല. Kai യുടെ ഓരോ ഉത്തരവും നാല് തരങ്ങളിൽ ഒന്നാണ്:

തിരഞ്ഞെടുപ്പ്: പട്ടികയിലുള്ള ഗണത്തിൽ നിന്ന് ഒരു ഓപ്ഷൻ, ഓരോന്നിനും സാധ്യത
സ്കോർ: നിങ്ങൾ നിർവചിച്ച നിലകൾക്കെതിരായ ഒരു റേറ്റിംഗ്
വിധേയം: അതെ/ഇല്ല, അതിന്റെ സാധ്യതയോടെ
മാറ്റിവയ്ക്കൽ: Kai ക്ക് മതിയായ ആത്മവിശ്വാസമില്ല; തീരുമാനം ഒരു വ്യക്തിക്കോ നിയമത്തിനോ കൈമാറുന്നു

തെളിവ് ചേർന്ന് നിൽക്കുന്നു

തെളിവ് വാചകമായി തുടങ്ങിയോ, ചിത്രമായോ, സെൻസർ വായനയായോ എന്നത് ഒരു തീരുമാനം കാര്യമാക്കരുത്. കലർന്ന തെളിവ് എടുത്ത് ഓരോ ഉത്തരത്തോടും അതിന്റെ ഉറവിടം ചേർത്തുവെക്കാൻ Kai രൂപകൽപ്പന ചെയ്തിരിക്കുന്നു.

ഉറവിടമില്ലാത്ത സംഖ്യ വെറും സംഖ്യയാണ്.

പതിനഞ്ച് തരം തെളിവുകൾ (വാചകം, കോഡ്, ചിത്രം, വീഡിയോ, ഓഡിയോ, റഡാർ, ലിഡാർ, തെർമൽ, സെൻസറുകൾ, ടെലിമെട്രി, കാല ശ്രേണി, ഗ്രാഫ്, SysML, അനുകരണം, രേഖകൾ) മാധ്യമ എൻകോഡറുകളിലൂടെ ഒരു പങ്കിട്ട തെളിവ് അവസ്ഥയിലേക്ക് പോകുന്നു, അത് Kai യെ പോഷിപ്പിക്കുന്നു. — ചിത്രം 2 · വാചകം, ചിത്രങ്ങൾ, സെൻസർ വായനകൾ എന്നിവയും മറ്റും ഒരു പങ്കിട്ട തെളിവ് അവസ്ഥയായി എൻകോഡ് ചെയ്യപ്പെടുന്നു; അത് Kai വായിക്കുന്നു.

പല തീരുമാനങ്ങൾ, ഒരു കടന്നുപോക്ക്

ഏജന്റ് ലൂപ്പുകൾ ഒരു സമയം ഒരു ചോദ്യം ചോദിക്കുന്നു. മുഴുവൻ തീരുമാന പ്രോഗ്രാമും ഒരേ സമയം ഓടിക്കാൻ Kai രൂപകൽപ്പന ചെയ്തിരിക്കുന്നു: ഒരു പങ്കിട്ട അവസ്ഥ, പല തീരുമാനങ്ങൾ, ആശ്രയങ്ങൾ എഴുതിയിരിക്കുന്നു. ഉറപ്പുള്ള ഉത്തരങ്ങൾ ആദ്യം പൂട്ടുന്നു; കൂടുതൽ ജോലി അനിശ്ചിതമായവയ്ക്ക് മാത്രം.

ആയിരക്കണക്കിന് തീരുമാനങ്ങളുള്ള പ്രോഗ്രാമിന് ആയിരക്കണക്കിന് ക്രമമായ മോഡൽ കോളുകൾ വേണ്ടാതിരിക്കുക എന്നതാണ് ലക്ഷ്യം.

100 തീരുമാന നോഡുകളുടെ ഗ്രിഡ്, എല്ലാം തുടക്കത്തിൽ മറച്ചവ. 87 ആദ്യ കടന്നുപോക്കിൽ പരിഹാരം, 11 രണ്ടാമത്തേതിൽ, ഒരു നിയന്ത്രണ കടന്നുപോക്ക് അവസാന 2 സംഘർഷങ്ങൾ പരിഹരിക്കുന്നു. — ചിത്രം 3 · ഉറപ്പുള്ള തീരുമാനങ്ങൾ ആദ്യ കടന്നുപോക്കിൽ ഉറയ്ക്കുന്നു; അനിശ്ചിതമായവ മാത്രം മെച്ചപ്പെടുത്തുന്നു. എണ്ണങ്ങൾ ഉദാഹരണം.

ഓരോ തീരുമാനവും വീണ്ടും ഓടിക്കാം

Kai യുടെ ഓരോ തീരുമാനവും പ്രോഗ്രാം പതിപ്പ്, തെളിവ് വിരലടയാളങ്ങൾ, മോഡൽ പരിഷ്കരണം, പൂർണ സാധ്യതാ വിതരണം, അംഗീകാരങ്ങൾ, നിർവഹണ മുദ്ര എന്നിവ രേഖപ്പെടുത്തുന്നു. സിസ്റ്റം എന്തുകൊണ്ട് ഒന്ന് ചെയ്തു എന്ന് ആരെങ്കിലും ചോദിച്ചാൽ, അവർക്ക് കാണിച്ചുകൊടുക്കാം.

വാഹനം 17 നെക്കുറിച്ചുള്ള പത്ത് തരം തെളിവുകൾ, ക്യാമറ പരിശോധനയും CAN ടെലിമെട്രിയും മുതൽ SysML വാസ്തുവിദ്യയും ആവശ്യകതകളും വരെ, ഒരു തീരുമാന പ്രോഗ്രാമിലേക്ക് ഒഴുകുന്നു, പിന്നെ Kai, പിന്നെ നയവും സോൾവർ പരിശോധനകളും, പിന്നെ മനുഷ്യ അംഗീകാരം, ഒടുവിൽ ഒരു തീരുമാന പാക്കേജ്. — ചിത്രം 4 · തെളിവിൽ നിന്ന് തീരുമാന പാക്കേജിലേക്ക്: തീരുമാനം വീണ്ടും ഓടിക്കാൻ അനുവദിക്കുന്ന രേഖ. ഉദാഹരണം.

Kai എവിടെ ചേരുന്നു

ഏജന്റുകൾ: മോഡലും ഉപകരണവും തിരഞ്ഞെടുക്കൽ, എപ്പോൾ തുടരണം അല്ലെങ്കിൽ നിർത്തണം, എപ്പോൾ മനുഷ്യനോട് ചോദിക്കണം
ബിസിനസ് പ്രവാഹങ്ങൾ: ലീഡ് സ്കോറിംഗ്, ഉദ്ദേശ്യം തിരിച്ചറിയൽ, അടുത്ത മികച്ച പ്രവൃത്തി, ഉയർത്തൽ
ഭൗതിക സംവിധാനങ്ങൾ: വാഹനങ്ങൾ, റോബോട്ടിക്സ്, നിർമ്മാണം, ഊർജം, അടിസ്ഥാന സൗകര്യം, തീരുമാനങ്ങൾ സെൻസർ ഡാറ്റയിൽ ഓടുന്നിടം

Hanzo സ്റ്റാക്കിന്റെ ഭാഗം

Enso ഓരോ ജോലിയെയും വഴിതിരിച്ചുവിടുന്നു: എഴുത്ത് Zen6 ലേക്ക് പോകുന്നു, തീരുമാനങ്ങൾ Kai 1 ലേക്ക്. — ചിത്രം 5 · Hanzo സ്റ്റാക്ക്. Zen എഴുതുന്നു, Kai തീരുമാനിക്കുന്നു, Enso ഏതിനെ വിളിക്കണമെന്ന് തിരഞ്ഞെടുക്കുന്നു.

സൃഷ്ടിയും തീരുമാനവും വ്യത്യസ്ത ജോലികളാണ്. Zen6 ഞങ്ങളുടെ തുറന്ന ഭാരമുള്ള സൃഷ്ടി മോഡലുകളുടെ കുടുംബമാണ്. Kai 1 പരിധിയുള്ള, കാലിബ്രേറ്റ് ചെയ്ത തീരുമാനങ്ങൾ എടുക്കുന്നു. Enso ഓരോ ജോലിയെയും അതിനാവശ്യമായ മോഡലിലേക്ക് കൊണ്ടുപോകുന്നു.

അത് എവിടെ ഓടുന്നു

Kai, Hanzo API യിൽ ഓടുന്നു, POST https://api.hanzo.ai/v1/decisions ൽ, ഒരു മില്യൺ ഇൻപുട്ട് ടോക്കണിന് $0.021, ഔട്ട്പുട്ട് സൗജന്യം. അതിന്റെ ഭാരങ്ങൾ പ്രസിദ്ധീകരിച്ചിട്ടില്ല, സ്വയം ഹോസ്റ്റിങ്ങിന് നൽകുന്നില്ല.

അടുത്തത് എന്ത്

ഏഴ് തുറന്ന ഗവേഷണ ചോദ്യങ്ങളിൽ ഞങ്ങൾ പ്രവർത്തിക്കുന്നു, വീണ്ടും ഉൽപ്പാദിപ്പിക്കാനാകുമ്പോൾ മാത്രമേ ഫലങ്ങൾ പ്രസിദ്ധീകരിക്കൂ:

വളരെ വലിയ ഓപ്ഷൻ ഗണങ്ങളിലെ തീരുമാനങ്ങൾ
ബഹുഭാഷാ തീരുമാനങ്ങൾ
പങ്കിട്ട അവസ്ഥ ഡീകോഡിംഗ്
തീരുമാന വ്യാപനം (അനിശ്ചിത ഉത്തരങ്ങൾ മാത്രം മെച്ചപ്പെടുത്തൽ)
ബഹുമാധ്യമ തെളിവ്
കാലിബ്രേഷനും എപ്പോൾ വിട്ടുനിൽക്കണമെന്ന് അറിയലും
ബന്ധിപ്പിച്ച തീരുമാനങ്ങൾക്കിടയിലെ സ്ഥിരത

Kai 1 ന്റെ ആദ്യ ഫലങ്ങൾ പ്രസിദ്ധീകരിച്ചു. മരവിച്ച ഒരു തീരുമാന ഹാർനെസിന്റെ 12 പ്രധാന സ്യൂട്ടുകളിൽ Kai 1 ന്റെ ശരാശരി കൃത്യത 85.7%, Jev യുടെ 78.0% ന് എതിരെ. 12 ൽ 11 സ്യൂട്ടുകളിൽ അത് കൂടുതൽ കൃത്യം, jailbreak ൽ പിന്നിൽ (91.75% എതിർ 94.0%), അതിന്റെ കാലിബ്രേഷൻ പിശക് 12 ൽ 8 ൽ കുറവ്. ആ റണുകൾ CUDA യിൽ അളന്നു; പ്രൊഡക്ഷൻ ഉത്തരങ്ങൾ CPU യിൽ. ആശ്രിത ബഹു-ചോദ്യ പ്രോഗ്രാമുകളിലും, നിഷേധിച്ച അതെ/ഇല്ല ചോദ്യങ്ങളിലും, 150 അല്ലെങ്കിൽ അതിലധികം ഓപ്ഷനുകളിലും, തരംതിരിച്ച തീരുമാനങ്ങളുടെയും jailbreak ന്റെയും കാലിബ്രേഷനിലും Kai 1 ഇനിയും മത്സരക്ഷമമല്ല, 1,000 അല്ലെങ്കിൽ അതിലധികം ഓപ്ഷനുകളിൽ അതിന്റെ കൃത്യത പൂജ്യത്തിനടുത്ത്. ഓരോ പട്ടികയും, ഓരോ സംഖ്യ ഏത് റണിൽ നിന്ന് വന്നു എന്നതും: hanzo.ai/kai ഒപ്പം Kai രേഖകൾ.

Kai 1 · Hanzo API

ഒരു മോഡലിനോട് എല്ലാം ചെയ്യാൻ ആവശ്യപ്പെടുന്നത് നിർത്തുക

ഇന്ന് Hanzo API വഴി Kai യെ വിളിക്കുക.

Kai കാണുക →Hanzo ഉപയോഗിച്ച് നിർമ്മാണം തുടങ്ങുക രചയിതാവിനെ കാണുക ↗