NVIDIA ka zbuluar dy mjete të reja të AI — NemoClaw dhe Hermes Agent — të cilat së bashku formojnë një kuadër për vetë-përmirësim për rrjedhat e punës kërkimore. Kompania thotë se kombinimi është projektuar për të bërë kërkimin më të shpejtë dhe më të sigurt duke automatizuar përmirësimin e modeleve dhe duke reduktuar ndërhyrjen manuale.
Çfarë Bën Kuadri
Kuadri është ndërtuar rreth idesë se modelet e AI mund të përmirësojnë performancën e tyre gjatë eksperimenteve. Në vend që të kërkohet nga studiuesit të rregullojnë manualisht parametrat pas çdo ekzekutimi, sistemi mëson nga rezultatet dhe përshtatet. Kjo mund të shkurtojë kohën midis hipotezës dhe përfundimit, veçanërisht në fusha që përfshijnë cikle të përsëritura trajnimi dhe testimi.
NVIDIA e quan këtë qasje vetë-përmirësuese, që do të thotë se softueri përditëson vazhdimisht sjelljen e tij bazuar në të dhëna të reja. Kompania gjithashtu thekson sigurinë: të dhënat kërkimore duhet të mbeten të mbrojtura edhe kur modeli përsëritet mbi veten e tij. Efikasiteti është një tjetër qëllim i deklaruar — kuadri synon të minimizojë ciklet e llogaritjes së humbur.
NemoClaw dhe Hermes Agent — Dy Pjesë të një Tërësie
NVIDIA nuk ka publikuar specifikime të detajuara për secilin mjet, por NemoClaw dhe Hermes Agent punojnë së bashku. NemoClaw merret me përpunimin bazë dhe trajtimin e të dhënave, ndërsa Hermes Agent menaxhon ciklin e përmirësimit përsëritës. Së bashku, ato ofrojnë një tubacion që studiuesit mund ta integrojnë në projektet ekzistuese.
Mjetet synojnë ekipet që kanë nevojë të automatizojnë rregullimin e modeleve pa sakrifikuar kontrollin ose sigurinë. NVIDIA i ka pozicionuar si një shtresë infrastrukture për laboratorët që zhvillojnë eksperimente me frekuencë të lartë me grupe të dhënash të ndjeshme.
Pse Studiuesit Mund të Jenë të Interesuar
AI-ja vetë-përmirësuese nuk është e re, por vendosja e saj në një kuadër të paketuar ul pengesën për adoptim. Laboratorët kërkimorë pa ekspertizë të thellë në mësimin përforcues mund të përfitojnë nga optimizimi i automatizuar. Fokusi te siguria ka rëndësi për fushat me pajtueshmëri të lartë si kujdesi shëndetësor, financat ose mbrojtja, ku të dhënat nuk mund të largohen nga një mjedis i kontrolluar.
Efikasiteti gjithashtu ka rëndësi. Trajnimi i modeleve të mëdha konsumon energji dhe kohë të konsiderueshme. Një kuadër që harxhon më pak llogaritje në rrugë pa krye mund të ulë kostot dhe të shpejtojë ciklet e publikimit.
Çfarë Mungon
NVIDIA nuk ka publikuar dokumentacion teknik për NemoClaw ose Hermes Agent. Kjo do të thotë se studiuesit nuk mund të vlerësojnë ende se si funksionon mekanizmi i vetë-përmirësimit, cilat protokolle sigurie janë të integruara, ose sa konfigurim kërkojnë mjetet. Kompania nuk ka njoftuar një datë lëshimi, çmim ose model licencimi. Derisa të arrijnë këto detaje, kuadrot mbeten një njoftim intrigues sesa një produkt i përdorshëm.
