
நிச்சயமாக, ஸ்டான்ஃபோர்ட் பல்கலைக்கழகத்தின் இந்த புதிய கண்டுபிடிப்பு குறித்த விரிவான கட்டுரை இதோ:
செயற்கை நுண்ணறிவு மொழி மாதிரிகளை மதிப்பிடும் புதிய, செலவு குறைந்த முறை: ஸ்டான்ஃபோர்ட் பல்கலைக்கழகத்தின் புதுமையான முயற்சி
ஸ்டான்ஃபோர்ட் பல்கலைக்கழக ஆராய்ச்சியாளர்கள், செயற்கை நுண்ணறிவு (AI) மொழி மாதிரிகளை மதிப்பிடும் முறையில் ஒரு முக்கிய முன்னேற்றத்தை எட்டியுள்ளனர். 2025 ஜூலை 15 அன்று வெளியிடப்பட்ட இந்த ஆய்வு, தற்போதுள்ள முறைகளை விட மிகவும் பயனுள்ளதாகவும், அதே நேரத்தில் செலவு குறைந்ததாகவும் ஒரு புதிய அணுகுமுறையை அறிமுகப்படுத்துகிறது. இந்த கண்டுபிடிப்பு, AI மொழி மாதிரிகளின் வளர்ச்சியை மேலும் துரிதப்படுத்தும் என்றும், பரந்த அளவில் அவற்றைப் பயன்படுத்துவதற்கான தடைகளைக் குறைக்கும் என்றும் எதிர்பார்க்கப்படுகிறது.
AI மொழி மாதிரிகளின் தற்போதைய நிலை மற்றும் சவால்கள்
சமீபத்திய ஆண்டுகளில், ChatGPT, Bard போன்ற AI மொழி மாதிரிகள் அசாதாரணமான வளர்ச்சியை அடைந்துள்ளன. இவை மொழிபெயர்ப்பு, உரை உருவாக்கம், கேள்விகளுக்கு பதிலளித்தல் போன்ற பல பணிகளில் மனிதர்களைப் போலவே செயல்படும் திறனைக் கொண்டுள்ளன. இருப்பினும், இந்த மாதிரிகளின் உண்மையான செயல்திறனைத் துல்லியமாக மதிப்பிடுவது ஒரு சிக்கலான பணியாகவே இருந்து வருகிறது.
தற்போது, AI மொழி மாதிரிகளை மதிப்பிடுவதற்குப் பல நுட்பங்கள் பயன்படுத்தப்படுகின்றன. இவற்றில் சில, குறிப்பிட்ட அளவுகோல்களின் அடிப்படையில் மாதிரிகளின் பதில்களை மதிப்பிடுகின்றன. மற்றவை, மனித மதிப்பீட்டாளர்களைப் பயன்படுத்தி மாதிரிகளின் உரையாடல் திறனைச் சோதிக்கின்றன. இந்த முறைகள் பயனுள்ளதாக இருந்தாலும், அவை பெரும்பாலும் அதிக நேரத்தையும், பணத்தையும், வளங்களையும் கோருகின்றன. குறிப்பாக, பெரிய மற்றும் சிக்கலான AI மாதிரிகளை மதிப்பிடும்போது இந்தச் சவால்கள் அதிகமாகின்றன.
ஸ்டான்ஃபோர்ட் பல்கலைக்கழகத்தின் புதிய அணுகுமுறை
ஸ்டான்ஃபோர்ட் ஆராய்ச்சியாளர்கள் உருவாக்கியுள்ள புதிய முறை, இந்தச் சவால்களுக்கு ஒரு சிறந்த தீர்வாக அமைகிறது. இந்த முறை, “cost-effective” (செலவு குறைந்த) என்ற முக்கிய அம்சத்தைக் கொண்டுள்ளது. இது, மாதிரிகளின் திறன்களைச் சோதிக்கவும், அவற்றின் பலம் மற்றும் பலவீனங்களைக் கண்டறியவும் மிகவும் திறமையான வழியை வழங்குகிறது.
இந்த புதிய மதிப்பீட்டு முறை, மாதிரிகளின் செயல்திறனைப் பல்வேறு பணிகளில், குறிப்பாக அவை எதிர்கொள்ளும் சிக்கலான கேள்விகள் மற்றும் சவால்களின் அடிப்படையில் அளவிடுகிறது. இந்த முறையின் தனித்துவமான அம்சம் என்னவென்றால், இது தேவையற்ற மனித தலையீட்டைக் குறைத்து, தானியங்கி சோதனைகளை (automated testing) அதிகம் பயன்படுத்துகிறது. இதன் மூலம், மதிப்பீட்டு செயல்முறை விரைவாகவும், மலிவாகவும் நடைபெறுகிறது.
முக்கிய நன்மைகள் மற்றும் தாக்கம்
- செலவு குறைப்பு: தற்போதுள்ள முறைகளுடன் ஒப்பிடும்போது, இந்த புதிய முறை கணிசமாகச் செலவைக் குறைக்கிறது. இது, AI ஆராய்ச்சியில் ஈடுபடும் சிறிய நிறுவனங்கள் மற்றும் கல்வி நிறுவனங்களுக்குப் பெரும் உதவியாக இருக்கும்.
- செயல்திறன் அதிகரிப்பு: மதிப்பீட்டு செயல்முறை மிகவும் திறமையாகவும், விரைவாகவும் நடைபெறுவதால், AI மொழி மாதிரிகளை மேம்படுத்துவதற்கும், புதிய மாதிரிகளை உருவாக்குவதற்கும் அதிக நேரம் கிடைக்கும்.
- துல்லியமான மதிப்பீடு: இந்த முறை, மாதிரிகளின் பல்வேறு திறன்களை ஆழமாகப் பரிசோதித்து, அவற்றின் உண்மையான செயல்திறனைப் பற்றிய துல்லியமான பார்வையை வழங்குகிறது.
- தர மேம்பாடு: AI மொழி மாதிரிகளின் தரத்தை உயர்த்துவதில் இந்த முறை ஒரு முக்கியப் பங்காற்றும். இதன் மூலம், நாம் பயன்படுத்தும் AI தொழில்நுட்பங்கள் மேலும் நம்பகத்தன்மையுடனும், பயனுள்ளதாகவும் மாறும்.
எதிர்காலப் பார்வையும், பயன்பாடும்
ஸ்டான்ஃபோர்ட் பல்கலைக்கழகத்தின் இந்த கண்டுபிடிப்பு, AI மொழி மாதிரிகளின் எதிர்கால வளர்ச்சிக்கு ஒரு புதிய அத்தியாயத்தைத் திறந்து வைத்துள்ளது. இந்த செலவு குறைந்த மற்றும் திறமையான மதிப்பீட்டு முறையானது, AI தொழில்நுட்பத்தின் ஜனநாயகமயமாக்கலுக்கு உதவும். இதன் மூலம், மேலும் பல புதுமையான AI பயன்பாடுகள் உருவாக வழிவகுக்கும்.
AI துறையில் இந்த ஆராய்ச்சி ஏற்படுத்தும் தாக்கம் மகத்தானது. மொழி மாதிரிகளை உருவாக்குபவர்கள், மதிப்பீடு செய்பவர்கள் மற்றும் பயன்படுத்துபவர்கள் அனைவருக்கும் இது ஒரு பயனுள்ள கருவியாக அமையும். வரும் காலங்களில், இந்த முறையைப் பயன்படுத்தி மேலும் பல சக்திவாய்ந்த மற்றும் நம்பகமான AI மொழி மாதிரிகளை நாம் எதிர்பார்க்கலாம்.
Evaluating AI language models just got more effective and efficient
AI செய்திகள் வழங்கியுள்ளது.
கீழ்க்கண்ட கேள்வி Google Gemini இல் இருந்து பதிலை உருவாக்க பயன்படுத்தப்பட்டது:
‘Evaluating AI language models just got more effective and efficient’ Stanford University மூலம் 2025-07-15 00:00 மணிக்கு வெளியிடப்பட்டது. தயவுசெய்து தொடர்புடைய தகவலுடன் ஒரு விரிவான கட்டுரையை மென்மையான தொனியில் எழுதுங்கள். தயவுசெய்து தமிழில் கட்டுரையுடன் மட்டும் பதிலளிக்கவும்.