Az Apex-35B mesterséges intelligencia modell fejlesztésének hátterét, működését és gyakorlati alkalmazásait taglalja ez a videó. A modell alapját egy úgynevezett „sparse mixture of experts” architektúra adja, amelynek érdekessége, hogy egyszerre csak körülbelül 3 milliárd paramétert használ az összesen 35 milliárdból, így optimalizált és hatékony működést tesz lehetővé.
Az egyik központi téma a modell gyakorlati felhasználása egy teljes stackes alkalmazás hibájának megtalálásában és javításában. Érdekesség, hogy a fejlesztésben jelentős szerepet játszott maga a mesterséges intelligencia is, hiszen a tréningadatok generálása, kísérletek lefuttatása és különböző optimalizációk automatizált rendszerrel történtek.
Az összeállítás teszteli azt is, hogy a modell mennyire képes kreatívabb vagy összetettebb feladatokat megoldani: például HTML grafikai effekt készítése, vagy egy rendezetlen, hibákkal teli táblázat letisztítása, elemzése és jelentéskészítés.
A videóban izgalmas kérdések merülnek fel az önfejlesztő mesterséges intelligencia modellek lehetőségeiről és korlátairól, valamint összehasonlításra kerül a hasonló méretű és nagyobb MI-modellekkel is. Különösen a biológiai problémakörben való teljesítményét is vizsgálják.








