A gyorsan fejlődő mesterségesintelligencia-világban egy mindössze héttagú kutatócsoport lenyűgöző eredményeket ért el az AI-benchmarkokban. Innovatív módszerükkel képesek folyamatosan túlszárnyalni a vezető modelleket, miközben költségeik töredékét teszik ki a szokásos modellezési és finomhangolási költségeknek.
A beszélgetés középpontjában a Poetic nevű startup áll, amely egy önmagát visszacsatolással javítani képes ‘metarendszert’ fejlesztett. Ez a rendszer automatizáltan generál olyan ‘harnesseket’ vagy ügynökrendszereket, amelyek konkrét problémákra adnak optimalizált megoldásokat – mindig túlszárnyalva az adott alapnyelvi modellek teljesítményét. A Poetic megközelítése lehetővé teszi, hogy a cégek gyorsan alkalmazkodjanak az újabb modellek megjelenéséhez anélkül, hogy extrém költségekbe vagy időbefektetésbe kerülnének.
Téma még a különböző AI-modellekkel (mint például a Gemini vagy a Claude Opus) elért verseny, a költséghatékonyság, valamint a ‘humanity’s last exam’ és az ARC AGI V2 típusú kihívások, ahol a Poetic rendszer látványosan jobb eredményeket hozott rövid idő alatt. Felmerülnek érdekes kérdések az automatizált promptoptimalizálás, a „reasoning” stratégiák és a mesterséges intelligencia önfejlesztésének jövőjével kapcsolatban is.
Az interjúban szó esik a gépi tanulásban bevett paradigmák átalakulásáról, a startupok számára kínálkozó lehetőségekről és arról, hogy mennyiben változtatja meg a Poetic rendszer a fejlesztők és kutatók lehetőségeit a mindennapi AI-problémák hatékonyabb megoldásában.
