Nvidia, Cuma günü yayınladığı yeni araştırmada, uzun vadeli görevlerde yapay zekanın başarısında donanımın, yani harness'ın, modelden daha fazla önem taşıdığını ortaya koydu.
Donanımın rolü
Araştırmacılar, belleği iyi yöneten özel bir harness kullanarak ve bir “denetleyici” bileşen ekleyerek Claude Opus 5’in etkileşimli akıl yürütme benchmark'ı ARC-AGI-3’te %100 başarı elde ettiğini bildirdi. Harness kullanılmadığında, Opus 5'in skoru %30 olarak belirlendi, bu da test edilen tüm modeller arasında en yüksek sonuçtu. Nvidia'nın araştırması, model seçiminin önemli olduğunu gösterse de, uzun vadeli görevler için agentik sistemdeki rolünün pek de büyük olmadığını gözler önüne seriyor.
Uzun vadeli görevlerde başarı
Yapılan araştırma, uzun vadeli görevlerin birçok kararı bir araya getirmeyi gerektirdiğini ve bazen günler süren çalışmalara neden olabileceğini belirtiyor. Bu, yapay zekanın yalnızca bir yanıt vermesiyle karşılaştırıldığında oldukça farklı bir süreç. Nvidia'nın araştırması, modelin değil, ona eşlik eden donanımın, yani harness'ın, bir modelin ajansını oluşturduğunu gösteriyor. “Genel olarak, dünya bir ajansı modelin API'si olarak yorumluyor,” diyor Nvidia'nın AI biriminde ürün başkan yardımcısı Adel El Hallack. Ancak bir ajans aslında bunun çok daha ötesinde. Araştırma, donanımın, modelin etrafındaki yapı, yani araçların seti, çalışma zamanı ve erişim sağlanan beceri ve kütüphanelerle birlikte çalıştığını ortaya koyuyor. Nvidia'nın araştırmasının sonuçları, model seçiminin yanı sıra donanımın da yapay zeka maliyetlerini etkilediğini gösteriyor. Databricks CEO'su Ali Ghodsi, “Aynı modeli seçebilirsiniz ancak farklı harness kullanımlarında maliyetlerin önemli ölçüde değiştiğini” belirtiyor.
