Většina týmů sáhne po doladění, když model stále dokola chybuje ve stejných věcech. Dotazy na fakturaci řadí pod technickou podporu, píše tónem, jaký by vaše značka nikdy nepoužila, a přehlíží výjimky, které vaši odborníci uplatňují bez přemýšlení. To, co chtějí, je skromné: model, který odpovídá, jako by u nich pracoval už rok.
Cesta k tomu vede přes trénovací projekt. Někdo sesbírá a vyčistí příklady, spustí sérii trénovacích úloh, aby našel nastavení, které funguje, zkontroluje výsledek a vydá novou verzi modelu. Funguje to, a je to projekt, s rozpočtem a harmonogramem. Pak se změní zásady nebo vyjde lepší model a projekt začíná znovu.
Duplex vám dá to, kvůli čemu se doladění dělá, z vlastní práce vašeho týmu, a model nechá přesně takový, jaký je. Učí se z každého výsledku, který váš tým potvrdí, takže adaptace je aktuální od dalšího požadavku. A protože pracuje vedle modelu, a ne uvnitř něj, adaptace přejde s vámi i na ten další.
Doladění přepisuje váhy, vždy jeden model a jeden trénovací běh.
Lepší než doladění, bez tréninkového běhu.
Doladění má své opodstatnění. Mění váhy modelu, takže nové chování přichází s každým voláním, bez dlouhého promptu, který by se musel posílat s ním, a pro trvalou změnu jednoho modelu je to rozumná volba.
Cena se skrývá ve všem, co změnu obklopuje. Každá adaptace je samostatný projekt a to, co se model naučil, je pevně dané ve chvíli, kdy běh skončí. Pravidlo, které se změní v pátek, čeká na další běh, a do té doby model dál uplatňuje to staré.
Týmy obvykle dolaďují kvůli chování: kvůli označením, která používají, tónu, který chtějí, a rozhodnutím, která jejich odborníci dělají pokaždé stejně. Přesně tohle se Duplex učí ze samotné práce: z odpovědi, kterou váš tým schválil, z označení, které někdo opravil, z výjimky, kterou potvrdil vedoucí. Kdo si všimne chyby, ten ji opraví, a oprava platí od dalšího požadavku, místo aby čekala ve složce příkladů na další trénovací projekt.
Duplex je postaven na ACI, Adaptive Continual Intelligence, která se učí a jedná za běhu a váhy vašeho modelu nechává na pokoji. Duplex nepotřebuje GPU, takže nemusíte plánovat žádný trénovací běh, platit za něj ani na něj čekat a nevydáváte žádnou novou verzi modelu.
V přímém srovnání s doladěním vyšel Duplex lépe. V šesti testech, pokaždé proti doladěnému adaptéru vybranému ze série trénovacích běhů, přizpůsobil stejný model, ponechaný přesně tak, jak byl, a adaptér pokaždé porazil, v průměru o 30.3 bodu.
Šest testů: tři veřejné datové sady záměrů, každá spuštěná na dvou rodinách otevřených modelů.
Přejde s vámi, když změníte model.
Vaše AI je obecná inteligence, naučená pomalu, jako neokortex: svět se naučila dřív, než jste přišli, a vaše práce ji nemění. Duplex je inteligence za běhu, rychlá, jako hipokampus: učí se z každého výsledku, který váš tým potvrdí. Doladění žádá po pomalém systému, aby dělal práci toho rychlého, a to má dvě ceny, které týmy obvykle zjistí až později.
První se týká oprav. Každý příklad v doladění se rozmíchá do vah, dobré se špatnými, takže když se jeden ukáže jako chybný, třeba odpověď, která uváděla loňskou slevu, není na co ukázat a co vyjmout. Cesta zpět znamená trénovat znovu, bez toho příkladu.
Druhá se týká přechodu. Doladění patří k modelu, na kterém bylo natrénováno, takže když přijde lepší model, zůstane pozadu a projekt začíná od začátku: série se spustí znovu, výsledek se znovu zkontroluje, a do té doby nový model o vaší práci nic neví.
Co se Duplex naučí, funguje vedle modelu, takže ani jedna z těch cen se vás netýká. Vidíte, odkud každá lekce pochází, a můžete ji samostatně opravit nebo odstranit, zatímco vše ostatní zůstane, jak bylo. Změňte model a adaptace jde s vámi: když práce přešla na jinou rodinu modelů, Duplex nepotřeboval žádné přetrénování, kdežto doladěné adaptéry nepřešly ani v jednom ze šesti testů.
Jeden příklad, ze kterého se váš model učil, se ukáže jako chybný a musí pryč.
Když trénovat chcete, Duplex vám předá data.
Některé úkoly trénink opravdu vyžadují: model, který potřebuje schopnost, jakou nemá, nebo váhy, které musí běžet samy, na zařízení nebo uvnitř produktu, který dodáváte. U nich Duplex trénink zlepší.
Nejtěžší částí každého trénovacího projektu jsou data: čisté příklady, zkontrolované lidmi, kteří práci znají. Přesně takové váš tým celou dobu potvrzuje, při běžné každodenní práci. Duplex je připraví pro tým, který u vás trénuje modely, každý i s tím, odkud pochází, a vy rozhodnete, co do tréninku půjde a co zůstane venku.
Trénink také nenahradí to, co se Duplex naučil. Když je nový model hotový, všechno to funguje vedle něj od prvního požadavku, každý další výsledek Duplex dál učí, a když přijde další model, adaptace přejde znovu.
Adaptace přestane být projektem s rozpočtem a harmonogramem a stane se součástí práce. Váš tým opravuje, potvrzuje a rozhoduje jako každý den a vaše AI odpovídá, jako by byla natrénována na tom všem. Model zůstává volbou, kterou můžete kdykoli změnit, a adaptace se stává něčím, co vlastníte.