د کلونو لپاره، د AI څیړونکو د هغه شیبې اټکل کړی کله چې د AI سیسټمونه به وکوالی شي خپل ځان د انسانانو په پرتله ښه کړي. د پانګوالو سره د نوي نسل د څیړنې لخوا پرمخ وړل شوي AI لابراتوارونو کې پیسې اچولو سره ، د هدف تعقیب لپاره د پخوا په پرتله ډیرې سرچینې شتون لري. اوس، یو له دغو نیوالابونو څخه د دې ریښتیني کولو لپاره لوی ګام پورته کړی.
د چهارشنبه په ورځ ، اډاپشن د آټو ساینټیسټ په نوم یو نوی محصول معرفي کړ چې ماډلونو سره مرسته کوي ځانګړي وړتیاوې په چټکۍ سره د دودیز فین ټینګ کولو لپاره د اتوماتیک چلند په کارولو سره زده کړي. تخنیکونه په پراخه ساحه کې د تطبیق وړ دي، مګر د تطبیق ټیم په ځانګړې توګه د روزنې پروسې ګړندۍ او اسانه کولو او د فرنټیر لیول AI ماډل ښه کولو لپاره احتمالي تمرکز کوي.
د شریک بنسټ ایښودونکي او سی ای او سارا هوکر په وینا ، چې دمخه یې په کوهیر کې د AI څیړنې VP په توګه کار کاوه ، آټو ساینټیسټ د AI روزنې پروسې ته د رسیدو نوې لاره استازیتوب کوي. "د دې په اړه خورا په زړه پوري څه دا دي چې دا دواړه ډیټا او ماډل سره همغږي کوي ، او په بنسټیز ډول د هر ډول وړتیا زده کولو غوره لاره زده کوي ،" هوکر ټیک کرنچ ته وویل. "دا وړاندیز کوي چې موږ کولی شو په پای کې د دې لابراتوارونو څخه بهر د بریالي فرنټیر AI روزنې لپاره اجازه ورکړو"
آټو ساینټیسټ د شرکت موجوده ډیټا وړاندیز باندې رامینځته کوي ، انډول ډیټا ، چې هدف یې د وخت په تیریدو سره د لوړ کیفیت ډیټاسیټونو رامینځته کول اسانه کول دي. په ورته وخت کې آټو ساینټیسټ د دې لپاره ډیزاین شوی چې دا په دوامداره توګه د ډیټاسیټونو ښه کولو لپاره په دوامداره توګه د AI ماډلونو ته وده ورکړي. هوکر وايي: "د تطبیق په اړه زموږ نظر دا دی چې ټول سټیک باید په بشپړ ډول د تطبیق وړ وي، او اساسا باید په الوتنه کې هر هغه کار ته مطلوب وي چې تاسو یې لرئ،" هوکر وايي.
البته، دا طریقه به یوازې د پایلو په څیر ښه وي. په خپل لانچ موادو کې، اډاپشن ویاړ کوي چې آټو ساینټیسټ په مختلفو ماډلونو کې د ګټلو نرخونه دوه چنده لري - اغیزمن شمیر، مګر په شرایطو کې ساتل ستونزمن دي. څرنګه چې سیسټم د ځانګړو دندو لپاره ماډلونو ته د تطبیق لپاره جوړ شوی، دودیز معیارونه لکه SWE-Bench یا ARC-AGI د تطبیق وړ ندي.
بیا هم، تطابق ډاډمن دی چې کاروونکي به توپیر وګوري کله چې دوی د آټو ساینټیسټ هڅه وکړي - دومره ډاډه چې لابراتوار دا وسیله د خوشې کیدو وروسته د لومړیو 30 ورځو لپاره وړیا کاروي.
هوکر وايي: "په ورته ډول چې د کوډ نسل ډیری دندې خلاصې کړي، دا به د بیلابیلو برخو په سرحد کې ډیری نوښتونه خلاص کړي."
