🧩 એન્થ્રોપિક કોવર્ક પ્લગઇન્સ સાથે એન્ટરપ્રાઇઝ ઓફરિંગને મજબૂત બનાવે છે ↗
એન્થ્રોપિક "વર્કપ્લેસ AI" ના ખૂણામાં વધુ મજબૂત રીતે ઝુકાવ કરી રહ્યું છે, પ્લગઇન-શૈલીના બિલ્ડીંગ બ્લોક્સ રજૂ કરી રહ્યું છે જે ટીમોને પુનરાવર્તિત વર્કફ્લોને આંતરિક એપ્લિકેશનની નજીક કંઈકમાં પેકેજ કરવા દે છે.
"ચેટબોટને પૂછો" ઓછો અને "અર્ધ-સંરચિત સહાયકને કાર્ય સોંપો" વધુ છે, જે કંટાળાજનક લાગે છે જ્યાં સુધી તમને યાદ ન આવે કે કંટાળાજનક જ પૈસાનું કારણ બને છે.
પ્લગઇન્સનો એક ઓપન-ઇશ સ્ટાર્ટર સેટ પણ છે - મૂળભૂત રીતે કોપી કરવા, ટ્વીક કરવા અને શિપ કરવા માટે એક શાંત આમંત્રણ - અને વ્યવહારમાં, મોટાભાગના એન્ટરપ્રાઇઝ સોફ્ટવેર આ રીતે જ મૂર્ત બને છે.
🧪 પોએટિકે તેના LLM-વધારતા 'મેટા-સિસ્ટમ' માટે $45.8 મિલિયનનું બીજ ભંડોળ મેળવ્યું ↗
પોએટિકે LLM માટે "મેટા-સિસ્ટમ" નામની એક મોટી યોજના બનાવી - એક સ્તર જેનો હેતુ આઉટપુટ ગુણવત્તા સુધારવા અને રનટાઇમ ખર્ચ ઘટાડવાનો છે.
વાત એ છે કે તમે તેને ટાસ્ક ઉદાહરણો આપો છો, અને તે મોડેલને વધુ એજન્ટ જેવું કંઈક બનાવવામાં મદદ કરે છે, જેમાં પુનરાવર્તિત સ્વ-તપાસ અને શુદ્ધિકરણનો સમાવેશ થાય છે. મોડેલને એક નાનું આંતરિક પ્રોજેક્ટ મેનેજર આપવા જેવું છે... થોડું અવ્યવસ્થિત, પરંતુ હજુ પણ.
જો તે કામ કરે છે, તો તે એક વ્યવહારુ અનલોક છે. જો તે નહીં કરે, તો તે "અમે ઠીક કરેલા LLMs" સ્ટાર્ટઅપ્સના ઢગલા સાથે જોડાઈ જશે જે... મોટે ભાગે વાઇબ્સ બન્યા.
💸 એઆઈ સ્ટાર્ટઅપ વેન્ચર કેપિટલિસ્ટ ગુપ્ત રીતે ભંડોળ પૂરું પાડી રહ્યા છે ↗
બેસ્ટેનને "અનુમાન સ્તર" વિજેતા તરીકે રજૂ કરવામાં આવી રહ્યું છે - તે અનગ્લામરસ ભાગ જ્યાં મોડેલો ઉત્પાદનમાં ચાલે છે, બજેટ વિચિત્ર બને છે, અને એન્જિનિયરો મિલિસેકન્ડ ગણવાનું શરૂ કરે છે જાણે તેઓ પાણીનું રેશનિંગ કરી રહ્યા હોય.
આ લેખ મોટા મૂલ્યાંકન સાથે એક મુખ્ય રાઉન્ડનો દાવો કરે છે અને Nvidia ની સંડોવણીની નોંધ લે છે, જે તે સંકેતોમાંથી એક છે જે લોકો હવામાનના વેનની જેમ વર્તે છે: જ્યાં Nvidia દેખાય છે, ત્યાં ધ્યાન કેન્દ્રિત થાય છે.
તે એ પણ યાદ અપાવે છે કે ગોલ્ડ રશ ફક્ત શ્રેષ્ઠ મોડેલ બનાવવા વિશે નથી - તે મોડેલને ચાલુ રાખવા માટે પૂરતું સસ્તું બનાવવા વિશે છે.
🧾 WSJ ના અહેવાલ મુજબ, OpenAI ચોથા ક્વાર્ટરના IPO માટે તૈયારી કરી રહ્યું છે ↗
OpenAI IPO સમયપત્રક માટે પાયો નાખી રહ્યું હોવાના અહેવાલ છે, ઉપરાંત નાણાકીય નેતૃત્વનું નિર્માણ કરી રહ્યું છે - આ પ્રકારના પગલાંનો સામાન્ય રીતે અર્થ થાય છે કે "આપણે જાહેર-બજારના જીવન પ્રત્યે ગંભીર બની રહ્યા છીએ," પછી ભલે તેઓ તે મોટેથી કહે કે ન કહે.
સબટેક્સ્ટ એકદમ સ્પષ્ટ છે: ફ્રન્ટિયર AI ખર્ચાળ છે, સ્પર્ધા તીવ્ર છે, અને જ્યારે તમે ફક્ત થોડા ખાનગી ટેકેદારોને જ નહીં - આખા બજારને વાર્તા વેચી શકો છો ત્યારે વિશાળ મૂડી એકત્ર કરવાનું સરળ બને છે.
અને હા, તે થોડું અવાસ્તવિક છે. એક જ વાક્યમાં "AI lab" અને "IPO prep" હજુ પણ બે ચુંબક એકબીજા સાથે અથડાતા હોય તેવું લાગે છે.
🤝 સર્વિસનાઉ અને એન્થ્રોપિક ડિસ્ક્લોઝ એઆઈ ડીલ ↗
સર્વિસનાઉ ક્લાઉડને તેના વર્કફ્લો સ્ટેકમાં એમ્બેડ કરવા માટે ભાગીદારી કરી રહી છે, જે મોડેલને IT, HR, સપોર્ટ ચલાવવા માટે લોકો પહેલાથી જ ઉપયોગમાં લેતા સાધનોમાં ડિફોલ્ટ વિકલ્પ તરીકે સ્થાન આપે છે - બધી અનસેક્સી વસ્તુઓ જે કંપનીઓને સીધી રાખે છે.
અહીં વાસ્તવિક વાર્તા વિતરણની છે: જો AI વર્કફ્લોમાં બેઠું હોય, તો તેને વપરાશકર્તાઓને યાદ રાખવાની જરૂર નથી કે તે અસ્તિત્વમાં છે. તે ફક્ત... ત્યાં છે, શાંતિથી કંટાળાજનક કાર્યોમાંથી થોડી વસ્તુઓ લઈ રહ્યું છે.
આ પ્રકારના સોદા "એજન્ટ્સ એવરીવ્હેર" ની વાર્તાને આગળ ધપાવે છે - ભલે અડધા સમય માટે "એજન્ટ" નો અર્થ "એક બોટ જે તમારા કરતા ઝડપથી ફોર્મ પૂર્ણ કરે છે."
🕵️♂️ ગૂગલે જેમિની 3 ફ્લેશમાં "એજન્ટિક વિઝન" ઉમેર્યું ↗
ગૂગલ ડીપમાઇન્ડ જેમિની 3 ફ્લેશ માટે "એજન્ટિક વિઝન" વિચારને આગળ ધપાવી રહ્યું છે - મોડેલને પહેલી નજરમાં જ છબીને સંપૂર્ણ રીતે સમજી ગયાનો ડોળ કરવાને બદલે, જોવા, અભિનય (કોડ ટૂલ્સ દ્વારા) અને પછી ફરીથી જોવામાં લૂપ કરવા દેવા.
તેનો અર્થ એ છે કે નાના પ્રદેશોમાં ઝૂમ કરવું, કાપવું, અથવા તર્ક પ્રવાહના ભાગ રૂપે નાના ગણતરીઓ ચલાવવા જેવી વ્યવહારુ ચાલ. તે લગભગ હાસ્યજનક રીતે સ્પષ્ટ છે, પણ - શાંત રીતે - દ્રશ્ય કાર્યો પર ઓછા "આત્મવિશ્વાસપૂર્ણ ખોટા જવાબો" તરફ એક વાસ્તવિક પગલું છે.
જો આ પેટર્ન ચાલુ રહે, તો "વિઝન મોડેલ" નો અર્થ "ફોટોનું વર્ણન કરો" થવાનું બંધ થઈ જાય છે અને "ફોટોની પૂછપરછ કરો" નો અર્થ શરૂ થાય છે, જે થોડું આક્રમક લાગે છે... પરંતુ કદાચ ચોકસાઈની જરૂર એ જ છે.
વારંવાર પૂછાતા પ્રશ્નો
એન્થ્રોપિકના કોવર્ક પ્લગઇન્સ શું છે અને તે ટીમોને કેવી રીતે મદદ કરે છે?
કોવર્ક પ્લગઇન્સ પ્લગઇન-શૈલીના બિલ્ડીંગ બ્લોક્સ તરીકે બનાવવામાં આવે છે જે ટીમોને પુનરાવર્તિત કાર્યોને અર્ધ-સંરચિત વર્કફ્લોમાં ફેરવવામાં મદદ કરે છે. ફ્રીફોર્મ "ચેટ" ને બદલે, આ વિચાર એક સુસંગત પેટર્નને અનુસરતા સહાયકને કામ સોંપવા તરફ ઝુકાવ રાખે છે. ઘણા એન્ટરપ્રાઇઝ AI રોલઆઉટ્સમાં, તે માળખું અપનાવવાનું સરળ બનાવે છે કારણ કે આઉટપુટ વધુ અનુમાનિત લાગે છે. "સ્ટાર્ટર સેટ" એ પણ સૂચવે છે કે ટેમ્પ્લેટ્સની નકલ અને ટેલરિંગ એ કામ કરવાની ઇચ્છિત રીતનો એક ભાગ છે.
એન્ટરપ્રાઇઝ એઆઈ ચેટબોટ્સથી એમ્બેડેડ વર્કફ્લો તરફ કેવી રીતે સ્થળાંતર કરી રહ્યું છે?
આ અપડેટ્સમાં થ્રુલાઇન એ છે કે એન્ટરપ્રાઇઝ AI એક સ્વતંત્ર ચેટબોટથી દૂર જઈને રોજિંદા સાધનોમાં જોડાયેલી વસ્તુ તરફ આગળ વધી રહ્યું છે. જ્યારે AI હાલના વર્કફ્લોમાં રહે છે, ત્યારે વપરાશકર્તાઓને અલગ ઇન્ટરફેસ ખોલવાનું યાદ રાખવાની જરૂર નથી. તે સામાન્ય રીતે સતત ઉપયોગને પ્રોત્સાહન આપે છે, ખાસ કરીને નિયમિત IT, HR અને સપોર્ટ કાર્ય માટે. ભાર વિશ્વસનીયતા અને પુનરાવર્તિતતા પર છે, નવીનતા પર નહીં.
સર્વિસનાઉ અને એન્થ્રોપિક ભાગીદારીનો વ્યવહારમાં શું અર્થ થાય છે?
આ ભાગીદારીને સર્વિસનાઉના વર્કફ્લો સ્ટેકમાં ક્લાઉડને એમ્બેડ કરવા તરીકે રજૂ કરવામાં આવી છે, જે તેને લોકો પહેલાથી જ ઉપયોગમાં લેતી સિસ્ટમોમાં ડિફોલ્ટ વિકલ્પ બનાવે છે. તે મુખ્યત્વે વિતરણ નાટક તરીકે વાંચે છે: AI ત્યાં દેખાય છે જ્યાં ટિકિટ, વિનંતીઓ અને મંજૂરીઓ પહેલાથી જ બેઠેલી હોય છે. ઘણી સંસ્થાઓમાં, તે જ જગ્યાએ અનસેક્સી પરંતુ ઉચ્ચ-વોલ્યુમ કાર્યનો ઢગલો થાય છે. મૂલ્ય આછકલા ડેમો વિશે ઓછું અને કંટાળાજનક પગલાંને શાંતિથી દૂર કરવા વિશે વધુ છે.
LLM માટે પોએટિકની "મેટા-સિસ્ટમ" શું કામ કરે છે?
પોએટિક એક સ્તર તૈયાર કરી રહ્યું છે જેનો હેતુ આઉટપુટ ગુણવત્તા સુધારવા અને રનટાઇમ ખર્ચ ઘટાડવા માટે છે, જેમાં કાર્ય ઉદાહરણો અને પુનરાવર્તિત સ્વ-તપાસ સાથે મોડેલો બનાવવામાં આવે છે. તેને રિફાઇનમેન્ટ લૂપ ઉમેરવા તરીકે વિચારો, જેથી સિસ્ટમ અંતિમ સંસ્કરણ પર સ્થિર થાય તે પહેલાં પ્રતિભાવોને ચકાસી અને સમાયોજિત કરી શકે. ઘણી પાઇપલાઇન્સમાં, આ એક-શોટ જવાબો પર સંપૂર્ણપણે આધાર રાખ્યા વિના એજન્ટ જેવા વર્તન જેવું લાગે છે. વચન વ્યવહારિક છે: ઓછી ભૂલો અને ઓછી બગાડેલી ગણતરી.
રોકાણકારો "અનુમાન સ્તર" અને બેસેટન જેવી કંપનીઓ વિશે કેમ ઉત્સાહિત છે?
"અનુમાન સ્તર" એ છે જ્યાં મોડેલો ઉત્પાદનમાં ચાલે છે, અને તે જ જગ્યાએ વિલંબ, વિશ્વસનીયતા અને ખર્ચ પીડાદાયક રીતે મૂર્ત બને છે. આ ભાગ સ્ટેકના તે અપ્રિય પરંતુ આવશ્યક ભાગમાં બેસ્ટેનને સંભવિત વિજેતા તરીકે સ્થાન આપે છે. ઘણી ડિપ્લોયમેન્ટમાં, શ્રેષ્ઠ મોડેલ મુખ્ય અવરોધ નથી - બજેટ અને પ્રતિભાવ સમય છે. Nvidia સંડોવણીને ઘણીવાર એક સંકેત તરીકે ગણવામાં આવે છે કે ઇન્ફ્રાસ્ટ્રક્ચર કોણ વજન ધરાવે છે.
જેમિની 3 ફ્લેશમાં "એજન્ટિક વિઝન" શું છે અને તે શા માટે મહત્વનું છે?
"એજન્ટિક વિઝન" ને મોડેલને જોવા, સાધનો (જેમ કે કોડ) દ્વારા કાર્ય કરવા અને પછી ફરીથી જોવા દ્વારા લૂપ કરવા દેવા તરીકે વર્ણવવામાં આવે છે. તે ઝૂમિંગ, ક્રોપિંગ અથવા નાના ગણતરીઓ ચલાવવા જેવી વ્યવહારુ ચાલને સક્ષમ બનાવે છે, પ્રથમ નજર પૂરતી હતી તેવું ડોળ કરવાને બદલે. નિરીક્ષણને વધુ ઇરાદાપૂર્વક બનાવીને, દ્રશ્ય કાર્યોમાં ઓછી આત્મવિશ્વાસપૂર્ણ ભૂલો કરવાનો હેતુ છે. જો આ પેટર્ન ફેલાય છે, તો વિઝન મોડેલો વાર્તાકારો કરતાં તપાસકર્તાઓ જેવા વધુ વર્તન કરવાનું શરૂ કરે છે.