В среду компания Adaption представила новый продукт под названием AutoScientist, который помогает моделям быстро осваивать специфические возможности с помощью автоматизированного подхода к традиционной донастройке (fine-tuning). Эти методы применимы в широком спектре областей, но команда Adaption сосредоточена, в частности, на потенциале ускорения и упрощения процесса обучения и донастройки передовых моделей ИИ (frontier-level AI model).
По словам соучредителя и генерального директора Сары Хукер, ранее занимавшей пост вице-президента по исследованиям в области ИИ в Cohere, AutoScientist представляет собой новый подход к процессу обучения ИИ. «Что в нем очень интересно, так это то, что он совместно оптимизирует и данные, и модель, и учится находить наилучший способ освоения любой возможности», — заявила Хукер TechCrunch. «Это говорит о том, что мы, наконец, сможем обеспечить успешное обучение передовых систем ИИ за пределами этих лабораторий».
AutoScientist основан на существующем предложении компании по данным — Adaptive Data, цель которого — упростить создание высококачественных наборов данных с течением времени. AutoScientist, в свою очередь, разработан для преобразования этих постоянно улучшающихся наборов данных в постоянно совершенствующиеся модели ИИ. «Наша точка зрения в Adaption заключается в том, что весь стек должен быть полностью адаптируемым и, по сути, оптимизироваться на лету под любую поставленную задачу», — говорит Хукер.
Конечно, эффективность этого подхода будет определяться результатами. В своих анонсах Adaption заявляет, что AutoScientist более чем вдвое увеличил показатели побед (win-rates) для различных моделей — впечатляющие цифры, но их сложно интерпретировать в контексте. Поскольку система создана для адаптации моделей к конкретным задачам, традиционные бенчмарки, такие как SWE-Bench или ARC-AGI, неприменимы.
Тем не менее, Adaption уверена, что пользователи увидят разницу, как только попробуют AutoScientist, — настолько уверена, что лаборатория делает этот инструмент бесплатным для использования в течение первых 30 дней после его выпуска.
«Так же, как генерация кода открыла множество задач, это откроет множество инноваций на переднем крае различных областей», — говорит Хукер.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Russell Brandom
