یکشنبه 24 خرداد 1405 – 14:46
استارتاپ هوش مصنوعی چینی Zhupai که با نام z.ai نیز شناخته میشود، این هفته با یک مدل زبانی بزرگ و پیشرفته به نام GLM-5 بازگشته است.
بهگزارش سرویس هوش مصنوعی تکناک، این مدل جدیدترین نسخه از سری GLM است و همچنان تحت مجوز MIT عرضه میشود؛ موضوعی که آن را برای استقرار در محیطهای سازمانی بسیار مناسب میکند.
بیشتر بخوانید: هزینه واقعی ارائه خدمات هوش مصنوعی در حال افزایش است
با استفاده از بهینهسازیهایی مانند Active Partial Rollouts (APRIL)، این سیستم گلوگاههای تولید داده را که معمولا بیش از ۹۰ درصد زمان آموزش RL را مصرف میکنند کاهش میدهد و سرعت آموزش را بهطور قابل توجهی افزایش میدهد. معماری این چارچوب بر یک سیستم سهبخشی استوار است: ماژول آموزش با کارایی بالا مبتنی بر Megatron-LM، ماژول تولید داده با استفاده از SGLang و روترهای اختصاصی برای توان عملیاتی بالا، و یک Data Buffer مرکزی برای مدیریت ورودیها و ذخیره مسیرهای اجرا.
با این حال، همه کاربران اولیه نسبت به این مدل دیدگاه کاملا مثبت ندارند و معتقدند عملکرد بالا تمام ماجرا را توضیح نمیدهد. لوکاس پترسون، همبنیانگذار استارتاپ Andon Labs، در شبکه X نوشت: «پس از ساعتها بررسی traceهای GLM-5: مدلی فوقالعاده قدرتمند، اما با آگاهی موقعیتی بسیار پایینتر. اهداف را با تاکتیکهای تهاجمی دنبال میکند اما موقعیت خود را درک نمیکند یا از تجربه استفاده نمیکند.