Inflection สตาร์ทอัพ AI ที่มีความทะเยอทะยานที่มุ่งมั่นพัฒนา 'AI ส่วนบุคคลสำหรับทุกคน' ได้เปิดตัวโมเดลภาษาขนาดใหญ่ Inflection-1 ซึ่งขับเคลื่อนตัวแทนการสนทนาของ Pi แม้ว่าการประเมินคุณภาพของโมเดลเหล่านี้จะเป็นสิ่งที่ท้าทาย แต่การมีอยู่ของการแข่งขันเล็กน้อยในตลาดก็เป็นประโยชน์อย่างแน่นอน
Inflection-1 ได้รับการออกแบบให้เทียบเท่ากับ GPT-3.5 (หรือที่เรียกว่า ChatGPT) ในแง่ของขนาดและความสามารถ โดยอิงตามทรัพยากรการประมวลผลที่ใช้สำหรับการฝึกอบรม Inflection อ้างว่ารุ่นของมันสามารถแข่งขันได้หรือเหนือกว่ารุ่นอื่นๆ ในระดับเดียวกัน โดยสนับสนุนข้อความดังกล่าวด้วย 'บันทึกทางเทคนิค' ที่สรุปเกณฑ์มาตรฐานที่ดำเนินการกับ Inflection-1, GPT-3.5, LLaMA, Chinchilla และ PaLM-540B
ผลลัพธ์ที่เผยแพร่เผยให้เห็นว่า Inflection-1 ทำงานได้ดีในการประเมินต่างๆ รวมถึงงานสอบระดับมัธยมต้นและมัธยมปลาย (เช่น ชีววิทยา 101) และเกณฑ์มาตรฐาน 'สามัญสำนึก' ข้อเสียเปรียบหลักคือการเข้ารหัส ซึ่ง GPT-3.5 เหนือกว่า Inflection-1 อย่างมาก และ GPT-4 มีประสิทธิภาพดีกว่าทั้งคู่
Inflection ตั้งใจที่จะเผยแพร่ผลลัพธ์สำหรับโมเดลขนาดใหญ่ที่เทียบได้กับ GPT-4 และ PaLM-2(L) ในอนาคต อย่างไรก็ตาม พวกเขามีแนวโน้มที่จะเผยแพร่ผลลัพธ์เฉพาะเมื่อเห็นว่าน่าจดจำเท่านั้น เวอร์ชันอัปเกรดอาจเรียกว่า Inflection-2 หรือ Inflection-1-XL กำลังอยู่ในระหว่างการพัฒนา
แม้ว่าจะไม่มีระบบการจำแนกอย่างเป็นทางการที่แบ่งโมเดล AI ออกเป็น 'คลาสน้ำหนัก' ที่เทียบเท่ากัน เช่น การชกมวย แต่แนวคิดก็คล้ายกัน เช่นเดียวกับนักมวยรุ่นฟลายเวตและรุ่นเฮฟวีเวตที่มีความสามารถและความต้องการที่แตกต่างกัน โมเดล AI ที่มีขนาดและรูปร่างต่างกันก็มีจุดแข็งและจุดอ่อนเฉพาะตัวเช่นกัน ขณะนี้ยังเร็วเกินไปที่จะสร้างระบบการจำแนกประเภทดังกล่าว เนื่องจากฟิลด์นี้ยังค่อนข้างใหม่และยังไม่บรรลุฉันทามติเกี่ยวกับความแตกต่างของโมเดล AI
ท้ายที่สุดแล้ว สำหรับโมเดล AI ส่วนใหญ่ ประสิทธิภาพในโลกแห่งความเป็นจริงบ่งบอกถึงความสามารถของพวกเขา จนกว่า Inflection จะเปิดตัวโมเดลสำหรับการใช้งานอย่างแพร่หลายและการประเมินโดยอิสระ เกณฑ์มาตรฐานที่พวกเขาอ้างสิทธิ์ควรได้รับการพิจารณาด้วยความระมัดระวัง สำหรับผู้ใช้ที่สนใจทดลองใช้ตัวแทนการสนทนา Pi สามารถเพิ่มลงในแอปส่งข้อความหรือเข้าถึงเพื่อแชทออนไลน์ได้ที่นี่
ด้วยการเติบโตและความก้าวหน้าอย่างต่อเนื่องของอุตสาหกรรม AI ทำให้สามารถใช้แพลตฟอร์มอย่าง AppMaster เพื่อสร้างโซลูชันที่ปรับขนาดได้อย่างรวดเร็วและประหยัดต้นทุนมากขึ้น การนำแพลตฟอร์ม no-code และ low-code มาใช้ เช่น แพลตฟอร์ม AppMaster ช่วยให้สามารถพัฒนาแบ็กเอนด์ เว็บ และแอปพลิเคชั่นมือถือได้อย่างราบรื่น และผสานรวมกับโมเดล AI ที่เกิดขึ้นใหม่
