เป็นที่ใหญ่กว่าเสมอดีขึ้นใน AI? ความท้าทายของโปรโตคอล Coral ที่ความคิด Head-on ทําไมเรายังคงล่าช้ารูปแบบที่ใหญ่ขึ้นและใหญ่ขึ้นในปัญญาเทียม นี่คือคําถาม ในการทดสอบประสิทธิภาพโดยใช้ GAIA Benchmark ระบบของ Coral ได้เอาชนะ Magnetic-UI ที่ได้รับการสนับสนุนจาก Microsoft โดยมีค่าใช้จ่าย 34% ไม่โดยการสร้างรุ่นที่ใหญ่กว่า แต่โดยการจัดระเบียบหลายรุ่นที่เล็กกว่า - สิ่งที่ บริษัท เรียกว่าการปรับขนาดแนวนอน โปรโตคอล Coral ผลลัพธ์คือการท้าทายกับมาตรฐานที่ยาวนานของการพัฒนา AI: เพิ่มพารามิเตอร์มากขึ้นเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น วิธีการของ Coral ไม่มุ่งเน้นไปที่ขนาด แต่ต่อการทํางานการประสานงานและการทํางานร่วมกันระหว่างตัวแทนเฉพาะขนาดเล็ก GAIA Benchmark คืออะไรและทําไมมันสําคัญ โซ เป็นหนึ่งในการทดสอบที่เข้มงวดที่สุดในด้านความคิดสร้างสรรค์ มันประเมินรุ่น AI ขึ้นอยู่กับความสามารถของพวกเขาในการแก้ปัญหาที่ซับซ้อนในโลกจริงที่ต้องการความพยายามของมนุษย์ที่มีทักษะ มาตรฐานรวมถึง เช่น : GAIA Benchmark 450 non-trivial tasks 
 
 
 
 
 
 การวิจัยและการสังเคราะห์ การวิเคราะห์ข้อมูล การวางแผนและการแก้ปัญหา คําตอบ Generation การตีความภาพและวิดีโอ ในทางตรงกันข้ามกับ benchmarks เช่น MMLU หรือ GSM8K ซึ่งทดสอบความรู้ที่จําไว้หรือกลยุทธ์การพนัน GAIA ถูกออกแบบมาเพื่อจําลองการสนับสนุน AI สําหรับวัตถุประสงค์ทั่วไป สิ่งนี้ทําให้เป็นเมตริกที่มีประโยชน์มากขึ้นสําหรับการประเมินประโยชน์ในโลกจริงของตัวแทนที่ขึ้นอยู่กับ LLM เมื่อ Coral ขึ้นอยู่กับแผนภูมิ GAIA สําหรับมินิโมเดลก็ยืนยันโรงเรียนทางเลือกของความคิด แทนที่จะสร้างรูปแบบขนาดใหญ่เดียว Coral เก็บตัวแทนขนาดเล็กหลายตัวลงในระบบที่สอดคล้องกันเพื่อให้บรรลุมากขึ้นด้วยน้อยลง โปรโตคอล Coral คืออะไร Coral Protocol เป็นโครงสร้างพื้นฐานแหล่งที่มาเปิดที่ช่วยให้สามารถทํางานร่วมกันอย่างชาญฉลาดระหว่างตัวแทน AI ขนาดเล็กและผู้เชี่ยวชาญ แทนที่จะขยายขนาดของรูปแบบขนาดใหญ่เดียว Coral จะกระจายข้อมูลอัจฉริยะไปยังหลายรุ่นขนาดเล็กโดยใช้ระบบการประสานงานหลายตัวแทน สิ่งนี้ทําให้ AI มีประสิทธิภาพมากขึ้นสามารถปรับตัวได้มากขึ้นและมีต้นทุนต่ํากว่า มันถูกออกแบบมาเพื่อสนับสนุนสิ่งที่มันเรียกว่า ที่นักพัฒนาสามารถใช้ตัวแทน AI ที่ทํางานร่วมกันในเวลาจริงโดยใช้สถาปัตยกรรม decentralized ของ Coral Internet of Agents ข้างในระบบตัวแทนของโครเอล: วิธีการทํางานจริง ๆ ที่หัวใจของระบบ Coral ของมันคือ ซึ่งใช้โปรโตคอลที่แยกส่วนและเปิดสําหรับการจัดระเบียบงาน แทนที่จะจัดระเบียบข้อมูลอัจฉริยะใน LLM monolithic การตั้งค่าของ Coral ดูเหมือนกับตาข่ายร่วมกัน แต่ละตัวแทนจะได้รับฟังก์ชั่นเฉพาะเช่นการตอบสนองการวิจารณ์การวางแผนการเรียกดูหรือประมวลผลภาพและสื่อสารกับตัวแทนอื่น ๆ โดยใช้ . multi-agent framework Coral’s MCP (Multi-agent Communication Protocol) การออกแบบนี้ช่วยให้ Coral สามารถใช้สถาปัตยกรรมที่มุ่งเน้นงานตามภารกิจทั่วทั้งตัวแทน ตัวแทนทํางานร่วมกันเพิ่มความเร็วและความเชี่ยวชาญโดยไม่จําเป็นต้องใช้พารามิเตอร์เพิ่มเติมในรูปแบบแต่ละตัว สถาปัตยกรรมได้รับแรงบันดาลใจจากกรอบที่มีอยู่เช่น แต่ Coral นําความคิดไปข้างหน้าโดยการแยกส่วนการประสานงานและการรวมการทํางานร่วมกันเป็นคุณลักษณะหลัก CAMEL’s OWL 
 
 “มันเป็นหลักฐานว่าการปรับขนาดแนวนอนไม่เพียง แต่เป็นไปได้ แต่ก็เป็นสิ่งที่ใช้งานได้” Caelum Forder, CTO ของ Coral Protocol กล่าวว่า “อินเทอร์เน็ตของตัวแทนเป็นความเป็นจริงที่ทํางาน” "มันเป็นหลักฐานว่าการปรับขนาดแนวนอนไม่เพียง แต่เป็นไปได้ - มันเป็นจริง" กล่าวว่า , CTO ของ Coral Protocol. “อินเทอร์เน็ตของตัวแทนตอนนี้เป็นความเป็นจริงที่ทํางาน” Caelum Forder ทําไมสิ่งนี้สําคัญสําหรับอนาคตของ AI (และเดิมพันของ NVIDIA บนรุ่นขนาดเล็ก) การชนะของ Coral ไม่เพียง แต่กระตือรือร้นผู้นําการเปรียบเทียบ มันเสริมสร้างการเปลี่ยนแปลงอุตสาหกรรมที่กว้างขึ้น: รายงานสีขาวของ NVIDIA เมื่อเร็ว ๆ นี้กล่าวว่ารุ่นขนาดใหญ่กําลังประสบผลตอบแทนลดลงและเส้นทางไปข้างหน้าคือการจัดระเบียบรุ่นขนาดเล็กเร็วขึ้นและเฉพาะเจาะจงมากขึ้น NVIDIA’s thesis that small models are the future ผลลัพธ์ GAIA Benchmark ของ Coral ให้น้ําหนักในการปฏิบัติตามทฤษฎีนี้ ทีม Coral ไม่เพียง แต่เพิ่มประสิทธิภาพ แต่ยังแสดงให้เห็นว่า สามารถทํางานได้ดีกว่าโครงสร้างพื้นฐาน AI ที่สนับสนุนโดยองค์กรเมื่อระบบได้รับการออกแบบอย่างดี open mini-models นี้เปิดประตูสําหรับนักพัฒนา AI ที่ทํางานกับทรัพยากรที่ จํากัด ด้วยวิธีการของ Coral ไม่จําเป็นต้องใช้รุ่นพารามิเตอร์ล่าสุด 70B+ หรือ GPU หลายพันล้านดอลลาร์เพื่อสร้างแอปพลิเคชัน AI ที่มีประสิทธิภาพสูง ไมโครซอฟท์ Magnetic-UI และการแข่งขันในการสร้างโครงสร้างพื้นฐานตัวแทน ระบบที่สนับสนุนโดย Microsoft เป็นหนึ่งในกรอบชั้นนําที่สร้างขึ้นเพื่อแสดงการโต้ตอบผู้ใช้-AI ที่ทันสมัยผ่านโมเดลขนาดใหญ่ วิธีการของมันขึ้นอยู่กับการปรับขนาดแนวตั้งโมเดลขนาดใหญ่พารามิเตอร์มากขึ้นความซับซ้อนการคํานวณมากขึ้น Magnetic-UI ข้อได้เปรียบประสิทธิภาพของ Coral 34 เปอร์เซ็นต์ทําให้เกิดคําถามเกี่ยวกับความยั่งยืนและประสิทธิภาพของวิธีการนี้ หากตัวแทนขนาดเล็กสามารถทํางานได้ดีขึ้นราคาถูกและเร็วขึ้น - ทําไมต้องสร้างขนาดใหญ่ขึ้น ผู้พัฒนาของ Coral ตั้งโปรโตคอลของพวกเขาเป็นโครงสร้างพื้นฐานที่เปิดสําหรับ “อินเทอร์เน็ตของตัวแทน” ผลกระทบที่รุนแรง: ระบบ AI อาจกลายเป็น decentralized, developer-led, และน้ําหนักเบา - ลดค่าใช้จ่ายและขยายการเข้าถึงนอกเหนือจากสวนผนังของ Big Tech ทําไมนี่เป็นช่วงเวลาที่กําหนดในการอภิปรายเกี่ยวกับ AI Scaling ผลลัพธ์ของ Coral Protocol ไม่เพียง แต่เกี่ยวกับการเอาชนะ Microsoft ในการทดสอบ ใน AI ทั้งหมด เป็นเวลาหลายปีแนวคิดที่โดดเด่นเป็น: รุ่นที่ใหญ่กว่าผลลัพธ์ที่ดีขึ้น ความเชื่อที่สร้างอุปสรรคสูงในการเข้าสู่ระบบและรวบรวมพลังงาน AI ในผู้เล่นที่มุ่งเน้น shifting the scaling narrative ผลการเปรียบเทียบ GAIA นี้รวมกับการวิจัยของ NVIDIA และการปรากฏตัวของโปรโตคอลการประสานงานแบบเปิดเช่น Coral แสดงให้เห็นถึงอนาคตที่ . AI scales by distribution, not just volume หากนักพัฒนาซอฟต์แวร์แหล่งที่มาเปิดสามารถเชื่อมต่อกับโปรโตคอลของ Coral สร้างตัวแทนเฉพาะและเอาชนะชื่อใหญ่ที่สุดในอุตสาหกรรมเราจะเข้าสู่ขั้นตอนใหม่ในการพัฒนา AI คีย์คือการทํางานร่วมกันและการสื่อสารระหว่างตัวแทนอัจฉริยะ ไม่เพียง แต่สมองที่ใหญ่กว่า แต่ระบบอัจฉริยะมากขึ้น **วิธีการที่นักพัฒนาสามารถใช้โปรโตคอล Coral วันนี้ \ หากคุณเป็นนักพัฒนาตัวแทนคุณสามารถ " ” ตัวแทนของคุณใช้โครงสร้างพื้นฐานของ Coral ซึ่งหมายความว่าการเชื่อมต่อกับโปรโตคอลเปิดของพวกเขาเพื่อ: Coralise 
 
 
 
 
 
 
 Multi-agent orchestration 
 
 Secure communication using MCP 
 
 Decentralized trust and payments 
 
 Graph-based architecture for agent discovery and routing หากคุณกําลังสร้างแอปพลิเคชันคุณสามารถใช้โครงสร้างพื้นฐานของ Coral เพื่อเรียกใช้ระบบ AI แบบกระจายน้ําหนักเบาโดยไม่ต้องพึ่งพา LLM ที่มีราคาแพง ใบรับรอง: https://docs.coralprotocol.org/CoralDoc/Introduction/WhatisCoralProtocol ความคิดสุดท้าย ระบบ AI ตัวแทนกําลังพัฒนาอย่างรวดเร็วและชัยชนะของ Coral ที่ GAIA เป็นสัญญาณก่อนหน้านี้ของสิ่งที่จะเกิดขึ้น มันแสดงให้เห็นว่ามินิโมเดลเมื่อมีการประสานงานอย่างดีสามารถเอาชนะยักษ์ นอกจากนี้ยังแสดงให้เห็นว่า . AI infrastructure will soon prioritize interconnectivity and orchestration over raw size สถาปัตยกรรมของ Coral อาจทําหน้าที่เป็นแผนภูมิสําหรับการกระจายการเข้าถึง AI ช่วยให้ผู้พัฒนาอิสระมีอํานาจและในที่สุดจะสร้างโครงสร้างพื้นฐานสําหรับ AGI ที่ปลอดภัย อย่าลืมชอบและแบ่งปันเรื่องราว! 
 
 ผู้เขียนนี้เป็นผู้มีส่วนร่วมอิสระที่เผยแพร่ผ่านโปรแกรมบล็อกธุรกิจของเรา HackerNoon ได้ตรวจสอบรายงานเพื่อคุณภาพ แต่ข้อเรียกร้องในเรื่องนี้เป็นของผู้เขียน #DYO ผู้เขียนนี้เป็นผู้มีส่วนร่วมอิสระที่เผยแพร่ผ่านโปรแกรมบล็อกธุรกิจของเรา HackerNoon ได้ตรวจสอบรายงานเพื่อคุณภาพ แต่ข้อเรียกร้องในเรื่องนี้เป็นของผู้เขียน #DYO โปรแกรมบล็อกธุรกิจ โปรแกรมบล็อกธุรกิจ

This story contains new, firsthand information uncovered by the writer.

The writer was physically present in relevant location(s) to this story. The location is also a prevalent aspect of this story be it news or otherwise.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

เสียงนี้ผลิตในภาษาต้นฉบับของเรื่องราว!

วิธีการโปรโตคอล Coral ได้รับการพิสูจน์ว่ารุ่นขนาดเล็กสามารถเอาชนะระบบ AI ของ Big Tech ได้อย่างไร

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

CHANGES AT MILTON.

The German Air-fleet

THE OAK EGGAR, OR BANDED MONK

Meet Augment Code: HackerNoon Company of the Week

CHANGES AT MILTON.

The German Air-fleet

THE OAK EGGAR, OR BANDED MONK

Meet Augment Code: HackerNoon Company of the Week

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps