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!

นานเกินไป; อ่าน

CTA: Download the FREE AI Productivity Shift report

วิธีการโปรโตคอล Coral ได้รับการพิสูจน์ว่ารุ่นขนาดเล็กสามารถเอาชนะระบบ AI ของ Big Tech ได้อย่างไร

About Author

ความคิดเห็น

แขวนแท็ก

บทความนี้ถูกนำเสนอใน

Related Stories

Meet Endorsely: HackerNoon Company of the Week

Meet Augment Code: HackerNoon Company of the Week

Meet Noda: HackerNoon Company of the Week

CHANGES AT MILTON.

Meet Endorsely: HackerNoon Company of the Week

Meet Augment Code: HackerNoon Company of the Week

Meet Noda: HackerNoon Company of the Week

CHANGES AT MILTON.

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps