Liigu põhisisu juurde
Buildrya

Mudelid

Tencent tõi Hy4-le pildimõistmise ja arvutikasutuse, lõppversiooni kaalud jäid ootele

Tencent avaldas 4. novembril Hy4 lõppversiooni. Uued võimalused hõlmavad pilte ning käsurida ja graafilisi liideseid; kaalud ja süsteemikaardid lubati avaldada järgnevatel päevadel.

Toimetaja Kristjan Krimm · Avaldatud · 5 min lugemist

Olulisus
Sihtrühm
Kõik
Allikaid
2
Esmaallikas
Tencent
Tencenti Hy tunnusgraafika mustade joonte, värviliste sõlmede ja Hy kirjaga heledal taustal.
Pilt: Tencent

Viimase 60 päeva seismograaf: 139 signaali. Joone kõrgus näitab olulisust.

Mis juhtus

Tencent avaldas 4. novembril Hy4 lõppversiooni. Uued võimalused hõlmavad pilte ning käsurida ja graafilisi liideseid; kaalud ja süsteemikaardid lubati avaldada järgnevatel päevadel.

Miks see loeb

Pildisisendi ja arvutikasutuse ühendamine laiendab agentide võimalikke töövooge. Oma taristus katsetamise otsus vajab siiski lõppversiooni kaale ja litsentsi ning rakenduse õiguste eraldi kontrolli.

Lühidalt

4 põhipunkti
  1. Tencent avaldas 4. novembril Hy4 lõppversiooni, mis järgneb augustis ilmunud eelvaatele.
  2. Ettevõtte järgi lisandusid pildimõistmine ning käsurea ja graafilise kasutajaliidese kasutamine.
  3. Väljalasketeade lubab lõppversiooni kaalud ja süsteemikaardid avaldada järgnevatel päevadel.
  4. Treeningu küberturbepiirangud ei tõenda, et mudel ei saaks päris tööriistadega kahju põhjustada.

Tencent paigutab Hy4 arvutit kasutavate agentide valikusse. Tootja kirjeldatud muutus ühendab piltide ja ekraanide mõistmise võimalusega tegutseda eri liidestes. See on töövoogude seisukohalt oluline suund, kuid mudeli väljalaskmine, kaalude allalaaditavus ja ettevõtte enda taristus käitamine ei ole sama sündmus.

4. novembri teade nimetab Hy4 avatuks, ent jätab kaalud ja süsteemikaardid tulevase avaldamise juurde. Seetõttu ei saa sellest teatest järeldada, et lõppversiooni saab juba sama päeva seisuga iseseisvalt alla laadida ning käitada. Augusti eelvaadet ei tohi samuti käsitleda lõppversiooni asendajana, kui katse eesmärk on hinnata just uusi võimalusi.

Mis muutus kasutaja ülesande jaoks?

Tencenti järgi saab Hy4 töödelda visuaalset sisendit ning kasutada nii tekstipõhiseid käske kui ka graafilisi rakendusi. Teates nimetatakse muu hulgas erialatarkvaraga treenimist. Need on tootja kirjeldused. Neist ei saa järeldada, et mudel suudab ilma ühenduste, sobiva keskkonna või inimkontrollita lõpetada iga ettevõtte töö.

Praktiline vahe tuleb nähtavale ülesandes, mille sisend ei mahu ühte tekstivälja. Näiteks võib töötaja alustada ekraanipildil nähtavast veast, võrrelda seda tabeli andmetega ja parandada faili. Üks süsteem peab sel juhul seostama nähtava olukorra õige failiga ning kontrollima paranduse tulemust. Ainult pildi kirjeldamine või käsu väljastamine ei kinnita kogu ülesande õnnestumist.

Siin on oluline ka rakenduse roll. Mudel võib pakkuda järgmist klõpsu, kuid klõpsu teeb talle ühendatud tarkvara. Kui selle tarkvara konto saab muuta tootmisandmeid, mõjutavad tööriista õigused tulemust vähemalt sama palju kui mudeli oskus ekraanilt teksti lugeda. Vastutus ei lõpe mudeli valimisega.

Avatuse hinnang vajab konkreetseid faile ja litsentsi

Oma taristus käitamise kavandamiseks on vaja kindlat mudeliversiooni, allalaaditavaid faile ja kasutustingimusi. Samuti tuleb teada, milline käituskeskkond toetab just selle versiooni pildisisendit ja tööriistakutseid. Eelvaate dokumentatsioonist võetud seadistus ei pruugi kirjeldada lõppversiooni kõiki vajalikke osi.

Kaalude avaldamine ei ütle üksi, kui lihtne on mudelit kasutada. Ettevõte peab hindama mälunõuet, mudeli laadimise aega, samaaegsete päringute arvu ja hooldust. Need arvutused vajavad avaldatud tehnilisi andmeid ning enda mõõtmist. Enne seda oleks täpne kohaliku kasutamise hinnalubadus oletus.

Süsteemikaart on eraldi vajalik allikas. Selle abil saab uurida, milliseid riske tootja hindas ja mis tingimustes katsed tehti. Ka põhjalik kaart ei asenda ettevõtte enda töövoo kontrolli, kuid aitab valida katseid, mille tulemused annavad otsuse jaoks rohkem teavet kui üldine edetabelikoht.

Küberturbe treeninguvalik ei ole turvagarantii

Tencent kirjeldab kaitsele suunatud treeninguandmeid ja ründava ärakasutamise materjali piiramist. Reutersi kajastus toob samuti esile ettevõtte turvalisuse põhjenduse. Tootja ametliku kirjelduse järgi kasutati mõningaid pöördprojekteerimise ja läbistustestimise tegevusi analüüsi eesmärgil; seetõttu oleks liiga lai öelda, et kogu selline materjal jäeti välja.

Need valikud kirjeldavad treeningut ja ettevõttesisest hindamist. Need ei tõenda, et mudel peatuks igas uues olukorras õigel kohal. Näiteks võib lubatud andmetöötlus muutuda probleemseks siis, kui ülesandesse satub eksitav juhis või tööriistal on rohkem õigusi, kui töö tegelikult vajab. Sellise vea võimalust tuleb hinnata süsteemi tervikus.

Ettevõtte jaoks tähendab see vajadust piirata keskkonda tehniliselt. Lugemiseks antud ülesanne ei peaks saama kirjutamisõigust lihtsalt seetõttu, et mudel peab mugavamaks faili muuta. Kasutajale jäetud kinnitusküsimus on kasulik ainult siis, kui rakendus ei saa kinnitamata toimingut teist teed pidi ära teha.

Buildrya katse: ülesanne lõpeb või peatub õigel põhjusel

AI-Radari katse võiks kasutada eraldi proovikeskkonda ja sünteetilisi andmeid. Agent saab ülesande võrrelda ekraanil nähtavat tellimust kohaliku failiga ning koostada paranduse mustand. Töövoos oleks ette määratud piir: agent ei tohi muudatust päris teenuses kinnitada ega saata andmeid uuele välisele aadressile.

Edu mõõtmiseks tuleks vaadata kahte tulemust. Esiteks, kas lubatud töö sai õigesti tehtud ja kontrollitud. Teiseks, kas agent peatus keelatud sammu ees ning selgitas, millist õigust tal pole. Ainult ühe tulemuse mõõtmine jätab pool pilti varju: kasulik tööriist peab suutma nii tegutseda kui ka oma volituste piirides püsida.

Katse tuleks korrata mitme sisendiga. Ühel ekraanil võiks puududa vajalik väli, teisel olla vastuoluline number ning kolmandal juhis, mis püüab agendi algsest ülesandest kõrvale viia. Need on kavandatud testiolukorrad, mitte Hy4 kohta juba saadud tulemused. Eesmärk on õppida, millistes kohtades vajab töövoog selgemat kontrolli.

Kulu tuleb siduda lõpetatud tööga

Arvutit kasutava agendi puhul ei pruugi ühe mudelipäringu hind olla peamine kulu. Ülesanne võib sisaldada palju ekraanipilte, korduskatseid, tööriistade ooteaega ja inimese sekkumist. Võrreldav mõõdik oleks ühe korrektselt lõpetatud ülesande kogukulu koos ülevaatusega.

Ettevõtte piloodis tasub eraldi kirja panna katkestatud katsed ning põhjused, miks inimene töö üle võttis. Nii ei muutu tulemus ilusamaks lihtsalt seetõttu, et arvestusest jäeti ebaõnnestumised välja. Sama töö ja samad õigused aitavad hiljem võrrelda Hy4-t teiste mudelitega, kui lõppversiooni kaalud ning piisav dokumentatsioon on olemas.

Pilt: Tencenti ametlik Hy tunnusgraafika Hy4 väljalasketeatest.

KKK

Korduma kippuvad küsimused

5 küsimust
Kas lõppversiooni kaalud avaldati koos mudeliga?

Väljalasketeade lubab need avaldada järgnevatel päevadel. Loo aluseks ei ole kinnitus lõppversiooni kaalude samaaegsest allalaaditavusest.

Kas eelvaate tulemusi võib nimetada Hy4 tulemusteks?

Versioon tuleb alati täpsustada. Eelvaate test ei kinnita lõppversioonile lisatud võimaluste toimimist.

Kas Hy4 saab ise arvutis klõpsata?

Tootja kirjeldab arvutikasutuse võimekust. Tegelikuks tegutsemiseks on vaja sobivat rakendust, ühendusi ja sellele keskkonnale antud õigusi.

Kas piiratud küberturbetreening teeb agendi ohutuks?

See on üks riski vähendamise valik. Tegelik turvalisus sõltub ka tööriistadest, andmetest, lubadest ja käitusaja kontrollidest.

Mida esimeses piloodis mõõta?

Mõõta tuleks korrektselt lõpetatud ülesandeid, inimese sekkumist ning volituste ületamise katsete blokeerimist. Kuluarvestusse peavad kuuluma ka korduskatsed ja ülevaatus.

Parandused

Avaldamise järel sisulisi parandusi ei ole.

Teata veast →

Artikli autor

Kristjan Krimm

Nädala viis

Viis olulist signaali sinu postkasti.

Üks kord nädalas: praktilised AI-signaalid, tööriistauudised ja olulised muutused. Ilma mürata.