ஆதாரம்: டிஜிட்டல் டைம்ஸ், செய்தியாளர் கு போன்-க்யூ
“AI ஸ்டார்ட்அப் CLEVI, GAIA-வின் முதல் 2.5%-க்குள் நுழைவு… நிரூபிக்கப்பட்ட நம்பகத்தன்மையை வெளிப்படுத்துகிறது” என்ற கட்டுரையின் முழு உரை மேற்கோள்
வெளியீட்டு தேதி 2026-04-08
இணைப்பு : https://n.news.naver.com/article/029/0003020511?sid=105
தென் கொரிய AI ஸ்டார்ட்அப் ‘CLEVI (Clevi)’ from scratch முறையில் உருவாக்கிய சொந்த மாடல் மற்றும் சொந்த ஏஜென்ட் தீர்வை உருவாக்கியுள்ள நிலையில், உள்நாட்டில் முதன்முறையாக GAIA பெஞ்ச்மார்க்கில் பதிவுசெய்யப்பட்ட மொத்தம் 3,090 மாடல்களில் முதல் 2.5%-க்குள் நுழைந்துள்ளதாகத் தெரிவித்துள்ளது.
தொழில்துறையின் விளக்கத்தின்படி, Meta AI வடிவமைத்து Hugging Face இயக்கும் GAIA, AI-யிடம் ‘ஒரே ஒரு விஷயத்தைச் சிறப்பாகச் செய்யும் திறனை’ அல்ல, ‘பல திறன்களை இணைத்து உண்மையான பிரச்சினைகளைத் தீர்க்கும் திறனை’க் கோருகிறது. இணையத்தில் தகவல்களைக் கண்டறிந்து, PDF-இல் உள்ள அட்டவணையைப் படித்து, படங்களைப் பகுப்பாய்வு செய்து, குறியீட்டை இயக்கிக் கணக்கிட்டு, அதன் முடிவுகளை ஒருங்கிணைத்து ஒரு சரியான பதிலை வழங்க வேண்டும். 301 ரகசியக் கேள்விகள், மூன்று நிலை சிரமங்கள் மற்றும் பதில்களை வெளியிடாத கொள்கை ஆகியவற்றின் அடிப்படையில், அதிகப்படியான பொருத்தப்படுத்தலும் மோசடியும் சாத்தியமில்லாத கட்டமைப்பாக இது உள்ளது.
இந்தத் தேர்வில் அதிக மதிப்பெண் பெற இரண்டு விஷயங்கள் தேவை. அடிப்படையாக இருக்கும் மொழி மாடலின் பகுத்தறியும் திறனும், அந்த மாடலை நிஜ உலகக் கருவிகளுடன் இணைத்து தன்னாட்சியாகப் பணிகளைச் செய்ய வைக்கும் ஏஜென்ட் தீர்வும் அவையாகும். மாடல் எவ்வளவு சிறப்பாக இருந்தாலும் ஏஜென்ட் பலவீனமாக இருந்தால் Level 3-ஐத் தீர்க்க முடியாது; ஏஜென்ட் எவ்வளவு நுட்பமாக இருந்தாலும் மாடலின் பகுத்தறியும் திறன் போதுமானதாக இல்லையெனில், இடைநிலையிலேயே தவறான பதில்கள் தொடர்ந்து பரவும்.
GAIA லீடர்போர்டின் தற்போதைய கட்டமைப்பைப் பார்க்கும்போது, சுவாரஸ்யமான ஒரு முறை தெரிகிறது. முன்னணி ஏஜென்ட்களில் பெரும்பாலானவை GPT, Claude, Gemini உள்ளிட்ட பல்வேறு பெரிய தொழில்நுட்ப நிறுவனங்களின் மாடல்களை இணைக்கும் ‘மல்டி-மாடல் மிக்ஸ்’ உத்தியைப் பின்பற்றுகின்றன. ஒவ்வொரு மாடலின் பலத்தையும் இணைத்து, தகவல் இழப்பு உள்ளிட்ட காரணங்களால் மதிப்பெண் குறைவதைத் தடுக்கும் நியாயமான அணுகுமுறையாக இது உள்ளது.
மறுபுறம், CLEVI அந்த அணியில் இணையவில்லை. from scratch முறையில் உருவாக்கப்பட்ட cip-5.5-agent (agentic AI) சிக்கலான பணிகளின் திட்டமிடல், செயலாக்கம் மற்றும் சரிபார்ப்பைத் தன்னாட்சியாக மேற்கொள்கிறது; cip-5.5-mm (உயர் செயல்திறன் கொண்ட பொது-purpose multimodal) ஒலி, படம், வீடியோ உள்ளிட்ட பல்வேறு கோப்பு வடிவங்களைப் புரிந்துகொண்டு பகுத்தறிகிறது. இந்த இரண்டு மாடல்களும் CLEVI-க்குள் சுயமாக உருவாக்கப்பட்டவை; வெளிப்புற LLM API எதுவும் பயன்படுத்தப்படவில்லை.
இந்த தனியுரிமை மாடல் ஸ்டாக்குடன் GAIA-வில் 5 ஏஜென்ட்களைப் பங்கேற்கச் செய்து, அனைவரும் 70+ மதிப்பெண்களைப் பதிவு செய்தது. அதிகபட்சமாக 79.07% முதல் 70.76% வரை பெற்றதன் மூலம், இது ஒரே முடிவின் அதிர்ஷ்டம் அல்ல, முழு ஸ்டாக்கின் நிலைத்தன்மை நிரூபிக்கப்பட்டது.
நிறுவனம் அளித்த விளக்கத்தின்படி, அதிகாரப்பூர்வமான 79.07% மதிப்பெண்ணுக்குப் பின்னால் இன்னொரு எண்ணும் உள்ளது. CLEVI-யின் உள்நாட்டு பிந்தைய மதிப்பாய்வில், 301 கேள்விகளில் கணிசமான எண்ணிக்கையிலான கேள்விகளுக்கான சரியான பதில்களுக்கான ஆதாரங்கள் தற்போது பொதுவில் கிடைக்கும் வலையில் காணப்படவில்லை என்பது உறுதி செய்யப்பட்டது. தற்போது சரியான பதில்கள் இணையத்தில் கிடைக்கும் கேள்விகளை மட்டும் அடிப்படையாகக் கொண்டு மறுமதிப்பீடு செய்தபோது, CLEVI-யின் சரியான பதில் விகிதம் 98%-ஐத் தாண்டியது. இது மனிதர்களின் சராசரியான 92%-ஐ ஏற்கனவே கடந்த மதிப்பெண் ஆகும்.
நிச்சயமாக, பிற நிறுவனங்களின் சக்திவாய்ந்த பொது-நோக்கு மாடல்களை இணைத்திருந்தால் அதிகாரப்பூர்வ மதிப்பெண்ணை மேலும் உயர்த்தியிருக்கலாம். இருப்பினும், CLEVI திட்டமிட்டே அந்த உத்தியைத் தேர்ந்தெடுக்கவில்லை. ஏனெனில், இந்த பெஞ்ச்மார்க்கின் நோக்கம் அதிகபட்ச மதிப்பெண்ணுக்கான போட்டி அல்ல; from scratch சொந்த மாடல் உலகளாவிய அரங்கில் போட்டியிடக்கூடிய நிலையை எட்டியுள்ளதா என்பதைச் சரிபார்ப்பதே ஆகும்.
GAIA லீடர்போர்டில் பெயர் இடம்பெறுவது, மூன்றாம் தரப்பு சுயாதீன மதிப்பீட்டால் வழங்கப்படும் சரிபார்க்கப்பட்ட நம்பகத்தன்மையைப் பெற்றிருப்பதைக் குறிக்கிறது என்பதில் பெரும் முக்கியத்துவம் உள்ளது. முதலீட்டு ஈர்ப்பு, வெளிநாட்டு விரிவாக்கம், B2B விற்பனை ஆகிய அனைத்து நிலைகளிலும் பயன்படுத்தக்கூடிய புறநிலை ஆதாரமாக இது அமைகிறது.
CLEVI நிறுவனத்தின் பிரதிநிதி கூறுகையில், “அதிகாரப்பூர்வமாகத் தவறான 63 பதில்களில் பெரும்பாலானவை வெளியீட்டு வடிவமைப்பு பொருந்தாமை, காட்சித் தகவல்களின் விளக்கப் பிழைகள், மேலும் தகவல் இழப்பால் சரியான பதிலை வழங்க முடியாத கேள்விகள் ஆகியவற்றிலிருந்து தோன்றியவை. இது தர்க்கரீதியான பகுத்தறிவின் அடிப்படை வரம்பைக் காட்டிலும், பிந்தைய செயலாக்கத்தின் துல்லியம் மற்றும் வெளிப்புறத் தகவல் கிடைப்புத் தன்மை தொடர்பான பிரச்சினையாகும். இது சொந்த மாடல் என்பதால், CLEVI தானாகவே மேம்படுத்திக்கொள்ள முடியும். இதுவே from scratch சொந்த மாடலின் கட்டமைப்பு நன்மையாகும். CLEVI-யின் இந்த சாதனை, கொரிய AI துறையிடம் ‘நாம் இன்னும் எவ்வளவு காலம் ‘கடன் வாங்கிய மூளைகளை’ சார்ந்திருக்கப் போகிறோம்?’ என்ற கேள்வியை எழுப்புகிறது. CLEVI from scratch என்ற மிகவும் கடினமான பாதையைத் தேர்ந்தெடுத்து, உலக அரங்கில் அதற்கான பதிலை நிரூபிக்க விரும்புகிறது” என்று தெரிவித்தார்.