Auch als offen Hält sich weiter an seiner Behauptung fest Dass unabhängige Forscher den einzigen Weg zu Agi durch massive Finanz- und Energieausgaben liegen, nutzen Open-Source-Technologien, um die Leistung ihrer leistungsstärksten Modelle zu entsprechen-und dies zu einem Bruchteil des Preises.
Letzten Freitag ein einheitliches Team der Stanford University und der University of Washington kündigte an, dass sie trainiert hatten Ein mathematisches und codierungsorientiertes großes Sprachmodell, das ebenso wie die O1- und Deepseek-Argumentationsmodelle von OpenAI ausgeführt wird. Es kostet nur 50 US -Dollar für Cloud -Computer -Credits. Das Team hat Berichten zufolge ein Basismodell außerhalb des Schalens verwendet, und destillierte dann Googles Gemini 2.0 Flash-Thinking Experimental Modell in es. Bei dem Prozess der Destillation von AIS werden die relevanten Informationen gezogen, um eine bestimmte Aufgabe von einem größeren KI -Modell zu erledigen und sie auf eine kleinere zu übertragen.
Empfohlene Videos
Darüber hinaus veröffentlichten Forscher von Hugging Face am Dienstag einen Konkurrenten, um Openais Deep Research und Google Geminis (auch) tiefe Forschung Werkzeuge, genannt Offene tiefe Forschungwas sie in nur 24 Stunden entwickelten. „Während leistungsstarke LLMs jetzt in Open-Source frei verfügbar sind, gab OpenAI nicht viel über den agentenrahmen, der den tiefen Forschungen zugrunde liegt“ schrieb in seinem Ankündigungsbeitrag. „Also haben wir uns entschlossen, eine 24-Stunden-Mission zu begeistern, um ihre Ergebnisse zu reproduzieren und den erforderlichen Rahmen auf dem Weg zu offen zu sein!“ Berichten zufolge kostet es schätzungsweise 20 US -Dollar an Cloud -Rechenkrediten und würde weniger als 30 Minuten für den Training benötigen.
Das Modell von Face’s Model erzielte anschließend eine Genauigkeit von 55% für den Benchmark der Allgemeinen AI Assistants (GAIA), mit dem die Kapazitäten von Agenten -AI -Systemen geprüft werden. Zum Vergleich: OpenAIs Deep Research erzielte je nach Reaktionsmethoden zwischen 67 und 73% der Genauigkeit. Zugegeben, das 24-Stunden-Modell funktioniert nicht so gut wie das Openai-Angebot, aber es dauerte auch nicht Milliarden von Dollar und die Energieerzeugungskapazität einer mittelgroßen europäischen Nation, um zu trainieren.
Diese Bemühungen folgen Nachrichten vom Januar Berkeleys Sky Computing Lab, ein Team außerhalb der University of California, gelang es, sein Sky T1 -Argumentationsmodell für ca. 450 US -Dollar in Cloud -Rechenkrediten auszubilden. Das Sky-T1-32B-Präview-Modell des Teams war das gleiche Release der frühen O1-Präview-Argumentationsmodell. Da mehr dieser Open-Source-Wettbewerber für die Dominanz von Openai entstehen, stellt ihre bloße Existenz in Frage, ob der Plan des Unternehmens, eine halbe Billion Dollar für den Aufbau von KI-Rechenzentren und Energieerzeugereinrichtungen auszugeben, wirklich die Antwort ist.
Unterstützen Sie unsere Arbeit ❤️
Wenn Ihnen dieser Artikel gefallen hat, können Sie uns mit einem Trinkgeld unterstützen, damit wir weiterhin großartige Inhalte veröffentlichen können.
