मिलकर किया गया शोध

सहयोग

इनमें से कुछ की शुरुआत उस सवाल से हुई जो हमने किसी के पेपर या पोस्ट के नीचे पूछा था, और एक की शुरुआत किसी के भेजे संदेश से हुई। हर कहानी में अपने मॉडल, मेमोरी या तर्क-औज़ार बनाने वाला कोई व्यक्ति हमारे साथ, खुले में, एक सवाल पर काम करता है। हर कहानी का अपना विषय है और अपने मोड़ हैं।

आधे मिनट में

अब तक चार कहानियाँ हैं, हर एक AI के अलग कोने से:

  • Anagha Langhe ने जाँचा कि अपने मॉडल को bf16 की जगह FP8 में चलाने से उसके जवाब बदलते हैं या नहीं। 120 में से एक जवाब पलटा, और जब दोनों बिल्ड गलत थे तो 48 में से 42 बार उन्होंने एक ही गलत जवाब चुना।
  • Mark Goodbody ने फ़ैसले के मामले लिखे, यह देखने के लिए कि उनके तर्क-ढाँचे ChatGPT और Claude के फ़ैसले बदलते हैं या नहीं। हर संस्करण के एक-एक रन में नहीं बदले: फ़ैसले वही रहे, और मॉडलों ने बदले हुए दावे को बदले हुए कदम से ज़्यादातर खुद ही अलग रखा।
  • Mohan Bheemadolu FlyHash से एजेंट की मेमोरी को छोटे-छोटे कोड में समेटते हैं। हमने मिलकर एक परीक्षण तैयार किया है कि क्या छोटी मेमोरी होने पर एक-दूसरे को जाँचने वाले दो AI एक ही गलत जवाब पर ज़्यादा बार सहमत होते हैं।
  • top10ai.com की Milena Josimov ने Poly Duo के बारे में लिखा और हम उनकी गाइडों से जुड़ते हैं। अब हम ChatGPT और Claude से AI ऐप बिल्डरों की तुलना पर बात कर रहे हैं।

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

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 मेमोरी को बहुत छोटा कर देता है। क्या वह इस साझा गलती को भी ज़्यादा आम बना देता है?

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

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

पूरी कहानी पढ़ें →

top10ai.com ने Poly Duo को जगह दी, हमने अपने पाठकों को उनकी गाइडों तक भेजा, और अब हम ChatGPT और Claude से AI ऐप बिल्डरों की तुलना कराने पर बात कर रहे हैं।

कौन-सा AI ऐप बिल्डर चुनें? दो AI के लिए एक तुलना

के साथ Milena Josimov · top10ai.com

पूरी कहानी पढ़ें →

सहयोग कैसे काम करता है

  1. आप एक सवाल, एक सिस्टम या कुछ डेटा लाते हैं: आपका चलाया हुआ कोई मॉडल, कोई रिट्रीवर, मामलों का एक सेट, या कोई पेपर जिसे आप कसौटी पर परखना चाहते हैं।
  2. नतीजे देखने से पहले हम तय करते हैं कि क्या चलाना है और किस चीज़ को जवाब माना जाएगा।
  3. दोनों पक्ष अपना-अपना हिस्सा चलाते हैं। जो कुछ भी खुला रखा जा सकता है, खुला रहता है: कोड, प्रॉम्प्ट, कच्चे आउटपुट, 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।

[email protected]