Экосистемный план сотрудничества AirAi: предоставляется сумма в 10 000 долларов в качестве спонсорской поддержки для тех, кто все еще работает над своими проектами.
...
0. Предыстория: Как возник взрыв счета?Я занимаюсь несколькими параллельными проектами, и на начальном этапе мне приходилось либо терпеть и покупать официальную подписку за 20 долларов в месяц, либо сталкиваться с отказами при попытке использования международных кредитных карт. В конце месяца, когда я подсчитывал расходы, обнаружил две действительно неприятные вещи:80% запросов относятся к таким легким задачам, как извлечение аннотаций, классификация и форматирование данных, и использование самой дорогой модели для их обработки является пустой тратой ресурсов;Подписка представляет собой фиксированные затраты: когда вызовов мало, это приводит к убыткам, а когда вызовов много, их оказывается недостаточно.
По мере того как большие языковые модели все чаще применяются для решения сложных задач, таких как сложные рассуждения, автоматизированные исследования и обеспечение кибербезопасности, традиционные методы оценки моделей сталкиваются с новыми вызовами.На протяжении долгого времени публикация моделей сопровождалась предоставлением таблиц результатов, включающих различные бенчмарки для проверки их производительности в таких областях, как математика, программирование, научные вопросы, кибербезопасность и рассуждение на основе знаний, а также сравнением этих результатов с производительностью предыдущих поколений моделей.
Голосовый искусственный интеллект (Voice AI) представляет собой ещё один направление развития, отличное от общих больших моделей (general large models). В то время как все сосредоточены на общих больших моделях, на относительно тихом пути развития голосового искусственного интеллекта также появляются новые, заслуживающие внимания модели. Клавиатура теряет своё «доминирующее положение». За последние два года OpenAI выпустила Realtime API, Google создала Gemini Live, а китайские компании, занимающиеся разработкой больших моделей, также начали активно развивать технологии голосового искусственного интеллекта. Всё больше людей считают, что после того, как агенты (agents) действительно начнут использоваться в рабочих процессах, голос станет более естественным способом взаимодействия с пользователем по сравнению с клавиатурой. Чтобы агент действительно мог войти в рабочий процесс, он сначала должен научиться понимать человеческий голос. Первым этапом на этом пути является автоматическое распознавание речи (ASR – Automatic Speech Recognition). Для оценки уровня ASR в индустрии часто используется рейтинг Open ASR от Hugging Face, главным показателем которого является процент ошибок в распознавании слов (WER – Word Error Rate); чем ниже этот показатель, тем точнее распознавание речи.
Больше ничего нет