ወደ ዜና ተመለስ
ፈጠራAI Understanding አጭር መግለጫ

Apple ወረቀት ውስብስብ የቦሊያን ፍለጋ ጥያቄዎች P-የተሟሉ ናቸው ይላል

የApple ተመራማሪዎች የቡሊያን መጠይቅ DAGs በተገለበጠ ኢንዴክሶች ላይ ለመገምገም መደበኛ ውስብስብነት ውጤትን አቅርበው ComputePN፣ አርቢ መጠይቅ መስፋፋትን እና የአጽናፈ ዓለሙን መጠነ-ስካን ለማስቀረት የተነደፈውን ስልተ ቀመር አቅርበዋል።

5 min readRead the primary source
Source-provided image accompanying Apple Paper Says Complex Boolean Search Queries Are P-Complete
ዋና-ምንጭ ሰነድምንጭ ተመዝግቧል
አታሚ
machinelearning.apple.com
ምንጭ አገናኝ
machinelearning.apple.comhttps://machinelearning.apple.com/research/the-p-completeness-of-inverted-index-traversal
የምንጭ ዓይነት
ዋና ሰነድ - ኦፊሴላዊ ማስታወቂያ ፣ ወረቀት ፣ ፋይል ወይም የመጀመሪያ ወገን ገጽ በቀጥታ እናነባለን።
አውድይህንን በ60 ሰከንድ ውስጥ ይረዱት።

እዚ ጀምር

ቁልፍ ቃላት

ኤፒአይ (የመተግበሪያ ፕሮግራሚንግ በይነገጽ)
አንድ የሶፍትዌር ስርዓት ከሌላ ስርዓት ጥያቄዎችን ለመላክ እና ምላሽ የሚቀበልበት የተቀናጀ መንገድ።
የማሽን መማር (ML)
ስርዓቶች ከውሂብ ንድፎችን እንዲማሩ እና በጊዜ ሂደት እንዲሻሻሉ የሚያስችሉ ዘዴዎች።
ማህደረ ትውስታ (ወኪል ማህደረ ትውስታ)
የተከማቸ አውድ የኤ ወኪል ቀጣይነትን ለማሻሻል በሁሉም ደረጃዎች ወይም ክፍለ ጊዜዎች ይጠቀማል።
እራስህን ፈትን።AI ወኪሎች ጥያቄዎች

ምን ተፈጠረ

Apple የማሽን መማሪያ ጥናት በተገለባበጡ ኢንዴክሶች ላይ በጥልቅ ጎጆ እና ነጠላ ያልሆኑ የቡሊያን መጠይቆችን የመገምገም ስሌት ውስብስብነት ላይ በአሚር አቫኒ የተዘጋጀ ወረቀት አሳትሟል። ወረቀቱ በተመሩ አሲክሊክ ግራፎች ላይ በመመስረት የመልሶ ማግኛ ቋንቋን መደበኛ ያደርጋል፣ የግምገማው ችግር በጥብቅ P-Complete ነው፣ እና ComputePN፣ አወንታዊ-አሉታዊ ውክልናዎችን እና የDAG ማስታወሻን በመጠቀም የሚወስን ስልተ-ቀመር ያስተዋውቃል።

Apple የማሽን መማሪያ ምርምር ወረቀቱን በነሐሴ 2026 እንደታተመ ይዘረዝራል፣ አሚር አቫኒ እንደ ደራሲው አድርጎታል። ወረቀቱ የተገለበጠ-ኢንዴክስ መሻገርን ይገልፃል፣ የፍለጋ ቴክኒኮችን በውስጡ የያዘውን ሰነዶች የሚያመለክቱበት። Apple የፍለጋ መሠረተ ልማትን ለተወሳሰቡ፣ ኒውሮ-ምሳሌያዊ የማመዛዘን የስራ ፍሰቶች በሚጠቀሙ ዘመናዊ AI ወኪሎች ዙሪያ ያለውን ችግር ይቀርፃል። እንደ ምንጩ ከሆነ፣ እነዚያ የስራ ፍሰቶች ሞኖቶኒክ ያልሆኑ አመክንዮዎችን፣ ቸልተኝነትን ጨምሮ በጥልቀት ወደተቀቡ የቡሊያን መጠይቆች ማጠናቀር ይችላሉ። ስለዚህ የወረቀቱ ትኩረት የተቀናጀ የማግኛ አመክንዮ አፈፃፀም እንጂ አዲስ የቋንቋ ሞዴል፣ የወኪል ምርት ወይም የሸማች ፊት የፍለጋ ባህሪ አይደለም።

ወረቀቱ በመደበኛ የግምገማ ስልቶች ውስጥ ሁለት ገደቦችን ይገልጻል። የሰነድ-በአንድ-ጊዜ ተደጋጋሚ ሞዴሎች መዋቅራዊ በሆነው በNC^1 የቀመር ግምገማ የታሰሩ ናቸው እና እንደገና የሚያገናኝ አመክንዮ ወደ ዛፍ ሲገለበጥ የከፋ ሁኔታ ኦ(2^|ጥ|) ሊገጥማቸው ይችላል ይላል። ተደጋጋሚ ጊዜ-አት-ታይም ማቴሪያሊላይዜሽን ሞዴሎች Ω(|U|) የጠፈር ቅጣት እንደሚጠብቃቸው ይናገራል፣ እንደ ሁለንተናዊ ቅኝት የተገለጸው፣ ከሙሉ ሰነድ አጽናፈ ሰማይ ላይ አመክንዮአዊ ተቃውሞን ሲገመግሙ። እነዚህ በወረቀቱ ረቂቅ የይገባኛል ጥያቄዎች ናቸው። የቀረበው ምንጭ ምሳሌዎችን፣ የስራ ጫና ዱካዎችን፣ የተጨባጭ መለኪያዎችን ወይም ንጽጽርን ወይም በጣም የከፋ ሁኔታ በተዘረጉ ስርዓቶች ውስጥ ምን ያህል ጊዜ እንደሚከሰት የሚያሳይ ንፅፅር አይሰጥም።

Apple የመልሶ ማግኛ ቋንቋን መደበኛ ያደርገዋል ይላል፣ L_R፣ በተመሩ acyclic ግራፎች ላይ በመመስረት እና በዚህ ቋንቋ ውስጥ ያሉ ጥያቄዎችን መገምገም P-Complete መሆኑን ያረጋግጣል። ከዚያም ComputePN ን ያስተዋውቃል፣ እንደ መወሰኛ፣ ስውር-አዋቂ የግምገማ ስልተ-ቀመር ነው። ዘዴው አመክንዮአዊ ንግግሮችን ከዩኒቨርስ-ልኬት ማቴሪያልነት በአዎንታዊ-አሉታዊ ድርብ ውክልና ይለያል እና ቤተኛ DAG ትውስታን ይጠቀማል ስለዚህ ተደጋጋሚ ንዑስ አገላለጾች በተደጋጋሚ መስፋፋት አያስፈልጋቸውም።

ምንጩ የይገባኛል ጥያቄ የቀረበበትን የግምገማ ጊዜ ገደብ ይሰጣል O(|Q| የአልጎሪዝም አተገባበርን፣ የምንጭ ኮድን፣ የሚለካ ቋሚዎችን ወይም የአሠራር መስፈርቶችን አያካትትም።

አንድ ላይ ሲጠቃለል, መግለጫው የወረቀቱን መደበኛ የችግር መግለጫ, ውስብስብነት ውጤቱን እና የታቀደውን የግምገማ ዘዴ ይሸፍናል. የመልሶ ማግኛ ቋንቋው በተመሩ አሲክሊክ ግራፎች ነው የሚወከለው፣ የተገለጸው ችግር የቡሊያን ሎጂክን ይመለከታል፣ እና ComputePN ያንን መዋቅር የሚቆጣጠርበት ዘዴ ሆኖ ቀርቧል። አወንታዊ-አሉታዊ ውክልና አሉታዊነትን ይገልፃል፣ DAG ማስታወስ ደግሞ ተደጋጋሚ ንዑስ ሐረጎችን ይጠቅሳል። ምንጩ ከመጠይቁ መጠን እና ከገባሪ ሰነድ ስብስብ አንፃር ገደብ እንዳለው ይገልጻል። ከተጠቀሱት የንድፍ እና ውስብስብነት ነጥቦች ባሻገር፣ የቀረበው ቁሳቁስ የትግበራ ዝርዝሮችን፣ የሚለካ አፈጻጸምን፣ የምርት አጠቃቀምን ወይም የውጭ ማረጋገጫን አያስቀምጥም። እነዚያ ጥያቄዎች ወረቀቱ ስለ ግምገማ ካቀረበው መደበኛ የይገባኛል ጥያቄዎች የተለዩ ናቸው።

የምንጭ ዝርዝሮች: machinelearning.apple.com

ለምን አስፈላጊ ነው።

የወረቀቱ የይገባኛል ጥያቄዎች በተግባራዊ ስርአቶች ውስጥ ከያዙ፣ የፍለጋ መሠረተ ልማት በ AI-ወኪል የስራ ፍሰቶች ውስጥ ጥቅም ላይ የሚውለውን የዳግም ማግኛ አመክንዮ እንዴት ማከናወን እንዳለበት ግልጽ ማድረግ ይችላሉ። ምንጩ ComputePN ሁለት የታወቁ ወጪዎችን ያስወግዳል፡- የመልሶ ማግኛ መጠይቅ አመክንዮ ገላጭ መስፋፋት እና አጠቃላይ የሰነድ አጽናፈ ሰማይን ለሐሰት ማድረግ። ምንም የምርት ልኬቶችን አይሰጥም, ስለዚህ ተግባራዊ ውጤቱ ያልተረጋገጠ ይቆያል.

Apple ከ AI-ወኪል ሰርስሮ ማውጣት ጋር ስለሚገናኝ በችግር ዙሪያ መደበኛ ድንበር ስለሚያስቀምጥ ውጤቱ አስፈላጊ ነው። የፍለጋ ውጤቶችን ከምልክታዊ ሁኔታዎች ጋር የሚያጣምሩ ወኪሎች ከቀላል ቁልፍ ቃል ማዛመድ የበለጠ ሊያስፈልጋቸው ይችላል፡ የተጠላለፉ መጋጠሚያዎችን፣ ማህበራትን እና ማግለሎችን ሊገልጹ ይችላሉ። የግራፍ ውክልና ያንን መጋራት ሊጠብቀው ይችላል፣ የዛፍ መስፋፋት ግን ሊባዛው ይችላል። ComputePN በተጠየቀው መሰረት የሚሰራ ከሆነ፣ ወረቀቱ የአርቢ ማስፋፊያ ወጪን ወይም የሙሉ አጽናፈ ዓለሙን የማቴሪያላይዜሽን ወጪን ሳይከፍል እንደዚህ ያለውን አመክንዮ ለመገምገም መርህን መሰረት ያደረገ መንገድ ያቀርባል። ሊኖር የሚችለው ተግባራዊ ጥቅም የጥያቄ ውስብስብነት፣ የአስከሬን መጠን እና ስንፍና መስተጋብር በሚፈጠርባቸው ስርዓቶች ላይ በጣም ጠቃሚ ነው።

የእያንዳንዱን ሰነድ ቅኝት ማስወገድ በአሉታዊ-ከባድ መጠይቆች ላይ የማስታወሻ ግፊትን ሊቀንስ ይችላል ፣የተጋሩ DAG ኖዶችን ማስታወስ ደግሞ ተደጋጋሚ ስራን ይከላከላል። የይገባኛል ጥያቄው ወሰን ከመላው ዩኒቨርስ ይልቅ በነቃ ሰነድ ስብስብ ላይ ያተኩራል፣ ይህም ለተመረጡ ጥያቄዎች አስፈላጊ ሊሆን ይችላል። እነዚህ አንድምታዎች የተከተሉት በApple ከተገለጸው አልጎሪዝም ንድፍ ነው እንጂ ከታየ የምርት መሻሻል አይደለም። ምንጩ የዘገየ ቅነሳ፣ የውጤት ጭማሪ፣ የወጪ ቁጠባ፣ የኢነርጂ ውጤት ወይም የተጠቃሚ ውጤት እንደሌለ ሪፖርት አድርጓል።

ወረቀቱ እንደ የምርምር አስተዋፅዖ ነው፣ ነገር ግን ህዝባዊ ተጽእኖው አሁንም እርግጠኛ አይደለም። የምርት መጀመሩን አያሳውቅም ወይም Apple ComputePN ን ደንበኛን ከሚመለከት የፍለጋ አገልግሎት ጋር እንዳዋሃደ አይናገርም። እንዲሁም ነባር የፍለጋ ፕሮግራሞች ወይም የወኪል መድረኮች በወረቀቱ ውስጥ የተቀረጸውን ትክክለኛ የጥያቄ ቋንቋ እንደሚጠቀሙ አላረጋገጠም። ምንም ገለልተኛ ማረጋገጫ በቀረበው ቁሳቁስ ውስጥ አልተካተተም። ተግባራዊ እሴቱ መደበኛው ሞዴል ከምርት የስራ ጫናዎች ጋር የሚዛመድ ከሆነ፣ የአልጎሪዝም ቋሚዎች ተቀባይነት ያለው ስለመሆኑ እና መጠይቆች፣ ኢንዴክሶች እና ንቁ ስብስቦች ትልቅ ወይም በጣም እርስ በርስ ሲተሳሰሩ በምን አይነት ባህሪ ላይ ይወሰናል።

Interactive Mechanism

በይነተገናኝ ሜካኒዝም፡ በትክክል እንዴት እንደሚሰራ

ከዚህ ልማት በስተጀርባ ያለውን ቴክኖሎጂ በይነተገናኝ ያስሱ።

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
በይነተገናኝ ጽንሰ-ሐሳብ ቼክ+10 Points
AI Agents Quiz

What most distinguishes an AI agent from a basic chatbot?

ቀጥሎ ምን እንደሚታይ

አስፈላጊው ቀጣይ ማስረጃ አተገባበር እና ቤንችማርኪንግ ነው፡ እውነተኛ መጠይቅ ግራፎች፣ የኮርፐስ መጠኖች፣ የነቃ-ሰነድ ቆጠራዎች፣ መዘግየት፣ የማህደረ ትውስታ አጠቃቀም እና አሁን ካለው የሰነድ-በአንድ-ጊዜ እና የጊዜ-ጊዜ-ጊዜ ስርዓቶች ጋር ማነፃፀር ነው። ምንጩ ሶፍትዌሮችን፣ ኤፒአይን፣ ማሰማራትን፣ የአቻ-ግምገማ ቦታን ወይም በፍለጋ ወይም AI ምርት መቀበሉን አይለይም።

የመጀመሪያው ጥያቄ የይገባኛል ጥያቄ ውስብስብነት ጥቅሞች ወደ የሚለካው የስርዓት አፈጻጸም ይተረጎማሉ የሚለው ነው። ጠቃሚ የክትትል ማስረጃዎች የቤንችማርክ ኮርፖራ፣ የመጠይቅ-ትውልድ ሂደቶች፣ የDAG ጥልቀት እና ዳግም መሰባሰቢያ ስርጭቶች፣ የሰነድ-ዩኒቨርስ መጠኖች፣ ንቁ-የተቀመጡ መጠኖች፣ ከፍተኛ ማህደረ ትውስታ እና ከጫፍ እስከ ጫፍ መዘግየትን ያካትታል። ንጽጽር ሁለቱንም የሰነድ-በአንድ-ጊዜ እና የጊዜ-ጊዜ መነሻ መስመሮችን እንዲሁም ተደጋጋሚ ንኡስ አገላለጾችን እና ሰፊ ቅሬታዎችን የሚያካትቱ ተቃራኒ ጉዳዮችን ማካተት አለበት። የአሁኑ ምንጭ ምንም ምልክት የሌላቸው የይገባኛል ጥያቄዎችን ያቀርባል ነገር ግን ከእነዚህ ልኬቶች ውስጥ አንዳቸውም አይደሉም።

ሁለተኛው ጥያቄ ComputePN እንደ ጥቅም ላይ ሊውል የሚችል ሶፍትዌር አለ ወይ የሚለው ነው። የApple ገጽ ወደ ማከማቻ፣ ጥቅል፣ ኤፒአይ፣ ቴክኒካል አተገባበር ወይም ውጤቶቹን ለማባዛት መመሪያዎችን አያገናኝም። እንዲሁም ዘዴው በተገለበጠ-ኢንዴክስ ሞተሮች ላይ መጨመር ይቻል እንደሆነ፣ አዲስ የመረጃ ጠቋሚ አቀማመጥ የሚያስፈልገው እንደሆነ፣ ወይም ማሻሻያዎችን የሚደግፍ መሆኑን፣ ደረጃ አሰጣጥን፣ ማጣራትን፣ የተሰራጨ አፈጻጸምን ወይም ተጓዳኝ መጠይቆችን አይገልጽም። እነዚያ ግድፈቶች ከዚህ ምንጭ የማሰማራት ዝግጁነት ወይም አሁን ካለው የማገገሚያ ቁልል ጋር ተኳሃኝነትን ለመገምገም የማይቻል ያደርገዋል።

ሦስተኛው ጥያቄ ማረጋገጫ እና ወሰን ነው። ገጹ ስራውን እንደ የታተመ ወረቀት ይሰይመዋል ነገር ግን ኮንፈረንስን፣ ጆርናልን፣ የግምገማ ሂደትን ወይም የውጭ መባዛትን አይለይም። ወደፊት የሚደረጉ መግለጫዎች ትክክለኛ የመልሶ ማግኛ ቋንቋን፣ ከንቁ-ሰነድ ውክልና በስተጀርባ ያሉትን ግምቶች እና የአዎንታዊ-አሉታዊ መዋቅር ባህሪን ጥቅጥቅ ያሉ ወይም ከሞላ ጎደል ሁለንተናዊ ግጥሚያዎች ማብራራት አለባቸው። እንዲሁም የ AI-ወኪል ስርዓቶች በትክክል የተገለጹትን የቦሊያን መጠይቅ DAGs ያመነጫሉ እና የታቀደው ዘዴ አስተማማኝነትን የሚያሻሽል ወይም የንድፈ ሃሳባዊ የግምገማ መንገድን ብቻ ​​መመስረቱን ማየት አስፈላጊ ይሆናል።

ተዛማጅ መመሪያዎች እና ጥያቄዎች

AI ወኪሎችAI ሞዴሎች ተብራርተዋልትራንስፎርመሮችየሚያውቁትን ይሞክሩ - ነፃ የ AI ጥያቄዎችን ይሞክሩበእኛ የቃላት መፍቻ ውስጥ የ AI ቃልን ይፈልጉ
ይህ ጠቃሚ ሆኖ ተገኝቷል?