मिलकर किया गया शोध

सहयोग

इनमें से कुछ की शुरुआत उस कमेंट से हुई जो हमने किसी के पेपर या पोस्ट के नीचे छोड़ा था, और कुछ की शुरुआत किसी के भेजे मैसेज से। हर कहानी का अपना विषय है और अपने मोड़ हैं।

चित्र: धूप भरे स्टूडियो में चार वर्कबेंच, दो मीटरों वाला ग्राफ़िक्स कार्ड, तूफ़ान से घिरे द्वीप के पास निर्णय कार्ड, चमकते बिंदुओं वाला काँच का डिब्बा और उस पर एक फ्रूट फ़्लाई, और ऐप ब्लॉकों की एक कतार; सब चमकते धागों से चार्टों वाली एक खुली नोटबुक से जुड़े हैं।

आधे मिनट में

तीन लोग, तीन अलग सवाल। हर कोई अपना कुछ बनाता है, और हम उसके साथ एक सवाल पर खुले में काम करते हैं।

Anagha Langhe ने जाँचा कि उनके मॉडल का हल्का वर्ज़न (FP8) क्या बदतर जवाब देता है। 120 सवालों में सिर्फ़ एक सही से गलत हुआ।

Mark Goodbody ने देखा कि उनके तर्क-ढाँचे ChatGPT और Claude के फ़ैसले बदलते हैं या नहीं। इन रनों में मुख्य भेद उनके साथ और उनके बिना, दोनों में दिखे, इसलिए अभी कोई फ़ायदा साबित नहीं हुआ: मॉडल "हम क्या कह सकते हैं" और "हमें क्या करना चाहिए" को पहले से ही खुद अलग रखते हैं।

Mohan Bheemadolu एजेंट की मेमोरी को छोटे-छोटे कोड में निचोड़ते हैं, और हम साथ मिलकर टेस्ट कर रहे हैं कि क्या इससे दो AI के एक ही गलत जवाब पर सहमत होने की संभावना बढ़ती है।

YouTube पर देखें

कहानियाँ

Anagha ने अपने मॉडल के bf16 बिल्ड और FP8 बिल्ड से वही 120 सवाल पूछे। सिर्फ़ एक जवाब पलटा। जब दोनों गलत थे, तो 48 में से 42 बार गलत जवाब भी एक ही था।

क्या FP8 मॉडल के जवाब बदल देता है? 120 में एक पलटा

के साथ Anagha Langhe · एक NVIDIA L4 पर अपना LLM खुद चलाती हैं · DocumentSyncAI

पूरी कहानी पढ़ें →

तीन सलाहकार स्कूल की सिफ़ारिश करते हैं, तीनों दो साल पुराने एक ही नक्शे पर टिके हैं। एक सलाहकार के पास आज का निरीक्षण है कि स्कूल का सीढ़ी-रहित प्रवेश-द्वार बंद है। Mark के ढाँचे के सामने होने पर भी और न होने पर भी, दोनों AI ने तीनों को एक ही स्रोत गिना।

क्या AI मॉडल पहले से दावे को कदम से अलग रखते हैं?

के साथ Mark Goodbody · सिस्टम इंजीनियर, UK · Mechanical Ethics और TRACE के लेखक

पूरी कहानी पढ़ें →

जब एजेंट की मेमोरी में तथ्य छूट गया, तब भी GPT और Claude ने 33 बार एक ही जवाब दिया, और उनमें 15 गलत थे। Mohan का FlyHash हर याद के लिए सिर्फ़ कुछ सक्रिय बिट चालू करता है। क्या ज़्यादा संपीड़ित कोड इस साझा गलती को और आम बना देता है?

जब एजेंट की मेमोरी विरल कोड में समेट दी जाए, तो क्या दो AI एक ही गलत जवाब पर सहमत होते हैं?

के साथ Mohan Bheemadolu · AI एजेंट डेवलपर · FlyHash for LLM agent memory के सह-लेखक

पूरी कहानी पढ़ें →

सहयोग कैसे काम करता है

  1. आप एक सवाल, कोई सिस्टम या कुछ डेटा लाते हैं: आपका चलाया कोई मॉडल, एजेंट की कोई मेमोरी, मामलों का एक सेट, या कोई पेपर जिसे आप परखना चाहते हैं।
  2. कोई भी नतीजा देखने से पहले हम तय कर लेते हैं कि क्या चलाना है और किस चीज़ को जवाब माना जाएगा।
  3. दोनों अपना-अपना हिस्सा चलाते हैं। जो कुछ खुला रखा जा सकता है, खुला रहता है: कोड, प्रॉम्प्ट, कच्चे जवाब, आँकड़े।
  4. कहानी इन्हीं जैसे एक पन्ने पर सीधे-सादे शब्दों में, आपके नाम और लिंक के साथ छपती है, और काम के साथ-साथ बढ़ती जाती है।

सहयोग का प्रस्ताव रखें

कुछ पंक्तियों में बताइए कि आप किस पर काम कर रहे हैं, क्या जानना चाहते हैं, और आपका कोड या पेपर कहाँ है। हम सब कुछ पढ़ते हैं और खुद जवाब देते हैं।

polyhelper.ai@gmail.com