Öyrənməkdən qazanca, süni intellektlə

Daxil ol Pulsuz başla

Süni intellekt xəbərləri və yeniliklərTədqiqat

بهینه‌سازی مدل با ۳۵۰ میلیون پارامتر برای ساختاریافته‌سازی خروجی‌ها با استفاده از ۱۰۰ گام GRPO

Aidanix Komandası3 dəq11 sentyabr 2026

بهینه‌سازی مدل با ۳۵۰ میلیون پارامتر برای ساختاریافته‌سازی خروجی‌ها با استفاده از ۱۰۰ گام GRPO

یک تیم تحقیقاتی هوش مصنوعی موفق شد با استفاده از روش نوینی به نام GRPO (بهینه‌سازی پاداش بر اساس گرادیان)، یک مدل زبانی با ۳۵۰ میلیون پارامتر را تنها در ۱۰۰ مرحله به‌خوبی تنظیم کند. این بهینه‌سازی منجر به بهبود قابل‌توجهی در تولید خروجی‌های ساختاریافته مانند جداول، فرم‌ها و کدهای برنامه‌نویسی شد.

نتایج آزمایش‌ها نشان می‌دهند که GRPO امکان دستیابی سریع به دقت بالا در وظایف ساختاریافته را بدون نیاز به دوره‌های طولانی آموزش یا منابع محاسباتی گسترده فراهم می‌کند. این پیشرفت می‌تواند زمینه‌ساز پذیرش گسترده‌تر مدل‌های متوسط‌اندازه در کاربردهای تجاری و تحقیقاتی باشد.

تنظیم‑دقیق مدل۳۵۰ میلیون پارامترخروجی ساختاریافتهGRPOهوش مصنوعی

نظرات

هنوز نظری ثبت نشده — اولین نفر باش.

Claude istifadəçiləri bioloji silahların məhdudiyyətlərini aşmaq üçün yollar tapdı **Translation (en → az)** AI Agentinin incə tənzimlənməsi üzrə əhatəli bələdçi: Dörd əsas məqam **Reasoning and Explanation** 1. **Understanding the Prompt** - The source is an English title: “A Comprehensive Guide to Fine-Tuning AI Agent: Four Key Points”. - It consists of a main title (“A Comprehensive Guide to Fine‑Tuning AI Agent”) and a subtitle (“Four Key Points”) separated by a colon. 2. **Word‑by‑Word Mapping** - **A Comprehensive Guide** → “əhatəli bələdçi” (əhatəli = comprehensive, bələdçi = guide). - **Fine‑Tuning** → “incə tənzimlənmə” (incə = fine, tənzimlənmə = tuning). - **AI Agent** → “AI Agenti” (the term is kept as a proper noun; in Azerbaijani the genitive form is “AI Agentinin”). - **Four Key Points** → “Dörd əsas məqam” (dörd = four, əsas = key, məqam = point). 3. **Syntactic Re‑ordering for Natural Azerbaijani** - Azerbaijani, like Persian, places descriptive phrases before the noun, but the genitive construction is required for “AI Agent”. - The phrase “incə tənzimlənməsi üzrə” (regarding fine‑tuning) follows the noun it modifies. - The colon is retained to separate the main title from the subtitle, matching English title conventions. 4. **Final Assembly** - Combine the translated components while preserving the colon separator: - Result: **“AI Agentinin incə tənzimlənməsi üzrə əhatəli bələdçi: Dörd əsas məqam”**.مسئولان OpenAI روش‌های فرار از محیط ایزوله (sandbox) را در یک ویکی عمومی فاش کردند.