Maxaa dhacay
MarkTechPost ayaa sheegaysa in cilmi-baarayaal ka socda Meta FAIR, Jaamacadda Oxford iyo University College London ay soo bandhigeen Moodooyinka Doorbidda Cilmi-baarista AI, ama RPMs, si ay u doortaan tijaabooyinka wakiilka AI ee cilmi-baarista ah waa inuu ordo. Qiimaynta AIRS-Bench ee la soo sheegay, RPM-yadu waxay hagaajiyeen celceliska buundooyinka caadiga ah waxayna gaadheen sal-doorashada random-ka ah qiyaastii 15 saacadood halkii ay ka ahayd 24.
MarkTechPost ayaa sheegaysa in RPM-yadu ay qiimeeyaan tijaabooyinka murashaxiinta ee aan la fulin halkii ay saadaalin lahaayeen buundooyinkooda saxda ah. Nidaamka la soo sheegay wuxuu isticmaalaa geed-raadinta kobcinta geedka oo loo yaqaan AIRA-dojo. Wakiilku waxa uu soo saaraa 15 carruur ah oo isku mid ah oo musharax ah, waxa uu u barbar dhigayaa laba-geesoodka tartanka knockout, waxa uuna fuliya kaliya guusha. Isbarbardhigga waxay adeegsadaan qanjidhada hore ee la sahamiyay iyo buundooyinkooda ansaxinta.
Maqaalku wuxuu qeexayaa laba nooc. Ra'yiga-kaliya RPM ayaa xukuma qorshayaasha musharraxiinta, koodka iyo taariikhda raadinta oo leh qaab luqadeed oo horay loo tababaray oo la qaboojiyay. RPM-ka wakiilka ah waxa kale oo uu ku shaqeeyaa tijaabooyin yar yar oo tijaabo ah oo ku jira jawi isku xidhan oo ka kooban hal H200 GPU, iyada oo la isticmaalayo Python, bash iyo qalab gudbin. MarkTechPost ayaa sheegaysa in xulashada wakiilka loo isticmaalay kaliya Qabyo Qoraalka iyo Hagaajinta tillaabooyinka, halka xulashada Debug ay dib ugu noqotay si aan kala sooc lahayn sababtoo ah duuliyayaashu waxay cuneen miisaaniyada wakhtiga wakiilka.
Dhanka AIRS-Bench, oo MarkTechPost ku sifeeyay inay ka kooban yihiin 20 qoraal dadweyne iyo hawlo tabular ah, celceliska buundooyinka caadiga ah ee la soo sheegay waxay ahaayeen 0.684 xulashada random, 0.711 RPM-kaliya iyo 0.729 ee RPM wakiilka ah. Habaynta ayaa lagu soo waramayaa inay u isticmaashay Qwen3.6-27B labadaba hawlwadeenada tijaabada iyo RPM-yada, oo leh 10 abuur iyo 24 saacadood hal H200 hawl kasta.
MarkTechPost waxa ay soo warinaysaa in labada nooc ee RPM ay gaadheen saldhiga doorashada random-ka ah ee ku dhawaad 15 saacadood: 14.88 saacadood oo kali ah iyo 15.50 saacadood oo doorashada wakiilka ah. Maqaalka ayaa sidoo kale ka warbixinaya natiijooyinka 94.1% ee WinoGrande iyo 95.7% ee SVAMP, isaga oo ku sifeeyay natiijooyin cusub oo casri ah. Tirooyinkan iyo isbarbardhiggani waa sheegashooyin ku jira warbixinta la soo gudbiyay, ee maahan natiijooyin si madax-bannaan loo xaqiijiyay.
Maqaalku wuxuu leeyahay AIRA-dojo scaffold iyo AIRS-Bench waa il furan iyo in Qwen3.6-27B loo heli karo miisaan furan. Ma bixiso xiriir toos ah, shuruudaha shatiga, adeegga la martigeliyay, faahfaahinta taageerada ganacsiga ama qiimaha. Qalabka la keenay sidoo kale ma caddaynayo in nidaamku diyaar u yahay isticmaalka guud ee wax soo saarka.
Faahfaahinta isha: marktechpost.com ↗
Maxay muhiim u tahay
Haddii natiijooyinka la soo sheegay ay qabtaan, xulashada tijaabooyinka ka hor inta aan la fulin waxay ka dhigi kartaa cilmi-baarista AI-caawisay mid xisaabin leh. Habkani wuxuu wax ka qabtaa cilad wax ku ool ah: wakiilada cilmi-baarista waxay dhalin karaan tijaabooyin badan oo musharax ah, laakiin tijaabinta mid kastaa waa qaali. Caddaynta ayaa weli ku xaddidan bartilmaameedka la sheegay oo si madax bannaan looguma xaqiijin walxaha la keenay.
Shaqada la soo sheegay waxay bartilmaameed ka dhigtaa dhibaatada qoondaynta kheyraadka ee cilmi-baarista AI halkii ay kaliya hagaajin lahayd dhibcaha cabbirka moodeelka. Wakiilka soo saari kara fikrado ka badan inta ay kooxdu awoodi karto inay tijaabiso waxay u baahan tahay hab lagu kalsoonaan karo oo lagu go'aamiyo tijaabooyinka mudan in la xisaabiyo. Lakabka xulashada ayaa markaa saameyn kara natiijada cilmi-baarista, gaar ahaan marka tababarka ama qiimeyntu ay qaadato saacado ama maalmo.
Isbarbardhigga la soo sheegay ayaa soo jeedinaya in qaar ka mid ah faa'iidooyinka ay ka yimaadeen doorashada musharaxiinta, sababtoo ah isla Qwen3.6-27B laf dhabarta ayaa loo isticmaalay hawlwadeennada tijaabada iyo RPM-yada. MarkTechPost ayaa sheegaysa koror 6.0% qaraabo ah oo ka yimid 0.684 ilaa 0.711 xulashada ku darsiga kaliya iyo 6.6% korodhka 0.729 ee xulashada wakiilka, laakiin maqaalka la keenay ma bixiyo tafaasiil ku filan habka si loo qiimeeyo adkeysiga tirakoobka ee ka baxsan inta u dhexaysa kalsoonida.
Waxaa jira xad macno leh. AIRS-Bench waxay dabooshaa 20 qoraal dadweyne iyo hawlo tabular ah, tijaabooyinkuna waxay adeegsadeen hal habayn H200 ah, sidaa darteed natiijadu lagama yaabo inay u wareejiso barnaamijyada cilmi-baadhiseed ee waaweyn, agabka kale ama qaybaha sayniska. Warbixintu ma bixiso ku celcelin madax-banaan, daraasad kiis geyn ama caddayn ah in habka loo wanaajinayo sahaminta adduunka dhabta ah halkii uu ka ahaan lahaa natiijooyinka cabbirka.
Farsamaynta Is-dhexgalka: Sida Dhabta Ay U Shaqeyso
U baadh tignoolajiyada hoose ee ka dambeeya horumarkan si isdhexgal leh.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Maxaa la daawan doona xiga
U fiirso warqadda hoose, koodka iyo agabka cabbirka; ku-noqoshada hawlo dheeraad ah; iyo caddayn ku saabsan in faa'iidooyinku ay ku sii jiraan noocyo kala duwan, hawl-wadeenno, qalab iyo qaybo cilmi-baaris. Helitaanka qaybaha isha furan ee la soo sheegay waa lagu sifeeyay, laakiin qiimaha, helitaanka la marti galiyay iyo taageerada wax soo saarka lama diiwaangelin.
Jeegga xiga ee ugu faa'iidada badan waa haddii cilmi-baarayaashu ay daabacaan warqadda hoose, diiwaannada hirgelinta iyo qiimeynta, iyo haddii kooxaha dibadda ahi ay soo saaraan buundooyinka la soo sheegay iyo kaydinta waqtiga. Warbixinta la keenay waxay tilmaamaysaa qaybaha il-furan laakiin si madax-bannaan uma xaqiijiso helitaankooda ama isticmaalkooda.
Qiimaynta mustaqbalka waa in ay tijaabiso qaababka laf dhabarta ee kala duwan, hababka jiilka musharaxiinta, qoysaska hawsha iyo xisaabinta miisaaniyada. Naqshadaynta wakiilka ee la soo sheegay waxay sidoo kale isticmaashaa tijaabooyin tijaabo gaaban ah iyo miisaaniyad si ula kac ah loo sheegay oo hadhay, doorashooyin saamayn kara natiijooyinka una qalma in la tijaabiyo iyada oo la raacayo xisaabinta kheyraadka caadiga ah.
Isticmaalayaasha suurtagalka ah waa inay ula dhaqmaan agabka la soo sheegay inay yihiin qaybo cilmi baaris ah, ee ma aha sida badeecad ganacsi oo la diiwaangeliyay. Isha ma bixinayso qiimo, shuruudaha heerka adeegga, shuruudaha rakibaadda ama bayaanka helitaanka guud. Sidoo kale ma tusinayso in RPM-yadu ay si badbaado leh u maarayn karaan tijaabooyinka guul-darradoodu qaali yihiin ama cabbirkooda xaqiijinta aan la isku halayn karin.
Natiijooyinka WinoGrande iyo SVAMP ee la soo sheegay waxay dammaanad qaadayaan xaqiijinta ka dhanka ah saldhigyada hore ee la soo xigtay. Maqaalku ma bixinayo imtixaan madax-banaan, burbur tira koob oo faahfaahsan ama macluumaad ku filan si loo go'aamiyo sida ballaaran ee faa'iidooyinkaas ay u guud yihiin.