TypeSafe ödül modelini doğrudan karar arayüzüne dönüştürdü
Öne çıkanlar
- RLCD mimarisi, ödül modelini üretici yapay zekanın arkasından çıkarıp doğrudan çalışan bir karar arayüzü yaptı.
- Model metin üretmek yerine Brier skoru ile kalibre edilen Plackett-Luce olasılık dağılımları döndürüyor.
- Paralel işlem yeteneği yeni bir örnekleyiciden değil, dizi paketleme ve ağaç dikkat maskesinden besleniyor.
Yapay zeka modellerinde ödül mekanizmalarını inceleyen teknik analiz, TypeSafe tarafından geliştirilen Jev modelinin ardındaki RLCD mimarisini ortaya koydu. Geleneksel dil modellerinin aksine Jev, serbest metin üretmek yerine kalibre edilmiş çoklu karar olasılıkları sunuyor. Sistem, Plackett-Luce tercih hedefi ve Brier kalibrasyon puanı kullanarak doğrudan yazılım arayüzlerine uygun çıktılar üretiyor.
Mimarinin temelini ikili tercih modelinden (PPRM) çoklu tercihe genişletilen Luce seçim modeli oluşturuyor. Ödül modelini üretici bir modelin arkasına gizlemek yerine doğrudan ana model haline getiren sistem; Noul, Choice ve Score olmak üzere üç farklı karar ilkesi sunuyor. Karar başlığı, 512 boyutlu etkileşim uzayı üzerinden durum, soru ve aday temsillerini ölçekli iç çarpım ile puanlayarak olasılık dağılımına dönüştürüyor.
Sistemin paralel çıkarım hızı, iddia edildiği gibi yeni bir örnekleme algoritmasından değil, standart dizi paketleme ve ağaç dikkat maskesi mühendisliğinden kaynaklanıyor. Otoregresif belirteç üretim döngüsü ortadan kalktığı için adaylar tek bir ileri geçişte değerlendiriliyor. Bu yapı, belirsizlik derecesini güvenilir şekilde bildiren ve doğrudan yazılımlara bağlanan bir karar motoru sağlıyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.