Hvat GAIA-stigini merkja — Hvussu nógv eru AI-agentar mentir?
Tá GAIA-benchmarkurin varð almannakunngjørdur fyrstu ferð, megnaði sjálvt GPT-4, sum tá var ein av fremstu modellunum, bert at fáa umleið 30% stig. Hetta merkir, at AI tá framvegis var á byrjunarstigi, tá tað snúði seg um "førleikan at hugsa og fremja í verki", tí GAIA krevur meira enn einfaldar spurningar og svar — nevniliga samansett røknihugsan, nýtslu av amboðum og fleirstigaspurningar, sum skulu loysast.
Men í dag eru agentarnir í fremstu røð komnir upp á 92,36%.
Henda broytingin er ikki bara ein framgongd í úrslitum. Hon vísir, at vit nú eru komin inn í eitt stig við ‘Agentic AI’, har AI ikki bara svarar spurningum, men eisini tulkar støður, velur neyðug amboð og sjálvt leggur til rættis og fremur fleiri stig.
Eftir bert nøkur fá ár er AI ment frá einum "amboði til at skapa vitan" til einum "framførandi aktøri, sum fremur arbeiði".
📌 Og millum hesi ovastu 2,5% er CLEVI
Í hesum altjóða kappingarumhvørvi er tað eitt prógv um tøkniligt sjálvbjargni, at agenturin hjá CLEVI, sum er mentur í heimlandinum, er skrásettur millum tey ovastu 2,5% á GAIA-leiðaraborðinum. Hetta er eitt dømi um, at ein AI-agentur, framleiddur í Korea, eisini stendur seg eftir altjóða støði. Hetta hevur størri týdning enn bert eitt tal. Tað merkir, at tøkniligi førleikin er objektivt staðfestur gjøgnum kapping móti túsundtals modellum á einum almennum altjóða benchmarki — ikki bara í einum ávísum demoumhvørvi.
Tað, sum hevur enn størri týdning, er, at úrslitið ikki er eitt tilvildarligt úrslit hjá einum einstøkum modeli, men at agentar við ymiskum sniði á sama Agent Stack aftur og aftur hava skapt úrslit í fremstu røð.
Tað merkir, at tøknin hjá CLEVI ikki er eitt "úrslit, sum eina ferð eydnaðist væl", men eitt endurframleiðiligt, strukturelt kappingarføri og førleiki á pallstøði, sum kann víðkast til ymiskar vinnugreinar og ymiskar støður.
Hvat merkir hesin mátistokkurin so?
Frá sjónarmiði brúkarans er størsta forðingin fyri at taka AI í nýtslu spurningurin: "Kann eg veruliga líta á tað og lata tað hava ábyrgdina?"
Frammistaða, sum endurtikið er prógvað á triðjaparts pallinum, einum almennum altjóða stigaborði, og ikki bert í glæsiligum demoum ella egnum framløgutilfari, er mest objektiva svarið upp á tann spurningin. Hon hevur týdning á trimum ítøkiligum økjum.
Fyrst: minkað váði við innleiðing
At knýta óprógvað AI at innanhýsis arbeiðsuppgávum er ein stór byrða fyri fyritøkur.
Úrslit á álítandi benchmarkum sum GAIA kunnu beinleiðis nýtast sum grundarlag fyri áliti í tekniska eftirmetingarstiginum.
Næst: veruleikagerð av sjálvvirknari umsiting av fløktum arbeiðsuppgávum
Talið 2,5 % ovast merkir eitt stig av intelligensi, har AI skilir samanhang, sjálvt tekur avgerðir í fleiri stigum og fullførir uppgávur — ikki bert einfalt endurtakandi arbeiði.
Arbeiðsøki, sum higartil hava verið mett sum „torfør at leggja í hendurnar á AI“, kunnu nú gerast ítøkilig mál fyri sjálvvirkni.
Triðja: samtíðis trygging av dátuverju og frammistöðu
Egin Agent Stack-skipan merkir, at dátuflytingin fer ikki út um skipanina.
Tað ber til at sleppa undan gomlu tvístøðuni, har ein noyddist at gera íløgu í trygd fyri at kunna brúka AI við høgari frammistöðu.
Serliga í vinnugreinum við viðkvæmum dátum, so sum fíggjarvinnu, heilsuverki og løgfrøði, er henda skipanin ein avgerandi munur.
Møguleikin at endurskapa skipanina er longu farin at verða prógvaður.
Og úrslitini hjá hvørjum agenti, sum verða bygd á hesa skipan, fara skjótt at føra til ítøkiligar broytingar í veruliga arbeiðinum.
„At enda verður fullkomileikin í tøknini fullførdur við ‚vissu‘ í veruliga arbeiðinum.“
CLEVI veitir ikki bert AI við høgari frammistöðu. Okkara kjarnuuppgáva er at byggja eina „framleiðsluklára undirstøðuskipan“, sum brýtur niður trygdarforðingarnar, fyritøkur standa framman fyri, og í verki kann fullføra fløktar arbeiðsuppgávur.
Nú er tíðin komin at fara víðari enn at umhugsa innleiðing og saman við CLEVI byrja eitt trygt og kraftmikið AI-arbeiðsumhvørvi.
Sum ein álítandi samstarvsfelagi, tú trygt kanst leggja arbeiðið í hendurnar á, fara vit saman við tykkum at skapa ítøkiliga nýskapan í tykkara vinnuliga veruleika.