சாதாரண ஷாப்பிங் வேலைகளில் AI ஏஜென்ட்கள் எவ்வளவு நன்றாகச் செய்கின்றன என்பதைச் சோதிக்கும் புதிய சோதனை
LifeVal என்ற புதிய ஆராய்ச்சி ஆவணம், நுகர்வோர் AI மாதிரிகளிடம் கேட்கக்கூடிய தனிப்பட்ட வேலைகளில் அவை எவ்வளவு திறமையாகச் செயல்படுகின்றன என்பதைச் சோதிக்கும் ஒரு வழியை அறிமுகப்படுத்துகிறது. இந்தச் சோதனைகள் ஏஜென்டிக் வேலைகளில் கவனம் செலுத்துகின்றன, அதாவது கேள்விக்கு பதில் சொல்வதோடு நிற்காமல், AI பல படிநிலை செயல்களை நிறைவேற்ற வேண்டிய நிலை. வெவ்வேறு மாதிரிகள் இந்த நடைமுறை வேலைகளில் எப்படிச் செயல்படுகின்றன என்பதைக் காட்டுவதே இந்த ஆவணத்தின் நோக்கம்.
சொல் விளக்கம்LifeVal, agentic, benchmark
- LifeVal
- LifeVal என்பது நுகர்வோருக்கான தனிப்பட்ட வேலைகளில் AI மாதிரிகள் எவ்வளவு நன்றாகச் செயல்படுகின்றன என்பதை அளவிடும் ஒரு புதிய ஆராய்ச்சி ஆவணம் மற்றும் சோதனையின் பெயர்.
- agentic
- ஏஜென்டிக் என்பது கேள்விக்கு மட்டும் பதில் சொல்லாமல், ஒரு வேலையை முடிக்க பல செயல்களைத் தானாகத் திட்டமிட்டுச் செய்யக்கூடிய AI-ஐக் குறிக்கிறது.
- benchmark
- பெஞ்ச்மார்க் என்பது வெவ்வேறு AI மாதிரிகளை ஒப்பிடுவதற்குப் பயன்படுத்தப்படும் ஒரு நிலையான சோதனை அல்லது வேலைகளின் தொகுப்பு.
பர்னிங் பொட்டேட்டோ ஸ்கோர்: 71%