ਮੈਟਾ ਸਾਰੇ ਮਿਊਜ਼ ਅਤੇ ਮੈਟਾ ਏਆਈ ਯੂਜ਼ਰਸ ਲਈ ਐਕਟਿਵ ਮੈਮੋਰੀ ਅਤੇ ਐਕਟਿਵ ਫੋਕਸ ਲਿਆਉਂਦਾ ਹੈ

ਮੈਟਾ ਨੇ 6 ਨਵੰਬਰ ਨੂੰ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਇਸਦੇ ਫਲੈਗਸ਼ਿਪ ਮਿਊਜ਼ ਵੈਂਡਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਵਿਸ਼ੇਸ਼ ਮਾਡਲ ਸਾਰੇ ਮਿਊਜ਼ ਅਤੇ ਮੈਟਾ ਏਆਈ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਐਕਟਿਵ ਮੈਮੋਰੀ ਅਤੇ ਐਕਟਿਵ ਫੋਕਸ ਲਿਆਏਗਾ; ਮੈਟਾ ਦੇ ਆਪਣੇ ਮੁਲਾਂਕਣਾਂ ਦੁਆਰਾ, ਨਾਜ਼ੁਕ ਜਾਣਕਾਰੀ ਨੂੰ ਭੁੱਲਣ ਦੀ ਸੰਭਾਵਨਾ 2.4 ਗੁਣਾ ਘੱਟ ਜਾਂਦੀ ਹੈ।
ਮੈਟਾ ਨੇ 6 ਨਵੰਬਰ ਨੂੰ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਹ ਆਪਣੇ ਨਿੱਜੀ AI ਸਹਾਇਕ ਮਿਊਜ਼ ਅਤੇ ਮੈਟਾ ਏਆਈ ਦੇ ਸਾਰੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਆਪਣੇ ਫਲੈਗਸ਼ਿਪ ਮਿਊਜ਼ ਵੰਡਰ ਸਿਸਟਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਨੂੰ ਰੋਲਆਊਟ ਕਰ ਰਹੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਦੋ ਸਮਰੱਥਾਵਾਂ - ਐਕਟਿਵ ਮੈਮੋਰੀ ਅਤੇ ਐਕਟਿਵ ਫੋਕਸ ਸ਼ਾਮਲ ਹਨ। ਮੈਟਾ ਦੇ ਸੰਸਥਾਪਕ ਅਤੇ ਸੀਈਓ ਮਾਰਕ ਜ਼ੁਕਰਬਰਗ ਨੇ ਉਸੇ ਦਿਨ X ਨੂੰ ਅਪਡੇਟ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ।
ਕਿਰਿਆਸ਼ੀਲ ਮੈਮੋਰੀ: ਯਾਦ ਰੱਖਣਾ ਕਿ ਕੀ ਮਹੱਤਵਪੂਰਣ ਹੈ, ਜਾਣਨਾ ਕਿ ਕੀ ਪੁਰਾਣਾ ਹੈ
Meta AI ਰਿਸਰਚ ਦੇ ਅਨੁਸਾਰ, ਐਕਟਿਵ ਮੈਮੋਰੀ ਸਹਾਇਕਾਂ ਨੂੰ ਗੱਲਬਾਤ ਦੌਰਾਨ ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਬਰਕਰਾਰ ਰੱਖਣ ਅਤੇ ਜਦੋਂ ਕੋਈ ਵਿਸ਼ਾ ਦੁਬਾਰਾ ਸੰਬੰਧਤ ਬਣ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਸਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਨ ਦਿੰਦਾ ਹੈ। ਮਾਡਲਾਂ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਚੱਲਣ ਵਾਲੀਆਂ ਤਰਜੀਹਾਂ ਨੂੰ ਅਸਥਾਈ ਨੋਟਸ ਤੋਂ ਵੱਖ ਕਰਨ ਅਤੇ ਇਹ ਨਿਰਣਾ ਕਰਨ ਲਈ ਵੀ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਕੀ ਪੁਰਾਣਾ ਸੰਦਰਭ ਪੁਰਾਣਾ ਹੋ ਗਿਆ ਹੈ। ਮੈਟਾ ਦੇ ਆਪਣੇ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ, ਨਵੇਂ ਮਾਡਲ ਨੇ ਨਾਜ਼ੁਕ ਸੰਦਰਭ ਦੀ ਸਹੀ ਵਰਤੋਂ ਨੂੰ 76% ਤੋਂ 90% ਤੱਕ ਵਧਾ ਦਿੱਤਾ, ਜਿਸ ਨਾਲ ਇਹ ਮਹੱਤਵਪੂਰਣ ਜਾਣਕਾਰੀ ਨੂੰ ਭੁੱਲਣ ਦੀ ਸੰਭਾਵਨਾ 2.4 ਗੁਣਾ ਘੱਟ ਕਰਦਾ ਹੈ।
ਸਰਗਰਮ ਫੋਕਸ: ਜਦੋਂ ਕੋਈ ਕੰਮ ਕੋਈ ਰੁਕਾਵਟ ਪਾਉਂਦਾ ਹੈ, ਤਾਂ ਜਾਰੀ ਰੱਖੋ
ਐਕਟਿਵ ਫੋਕਸ ਬਹੁ-ਪੜਾਵੀ ਕਾਰਜਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਮੁਸੀਬਤ ਵਿੱਚ ਚਲਦੇ ਹਨ: ਜਦੋਂ ਇੱਕ ਟੂਲ ਕਾਲ ਫੇਲ੍ਹ ਹੋ ਜਾਂਦੀ ਹੈ, ਜਾਣਕਾਰੀ ਗੁੰਮ ਹੁੰਦੀ ਹੈ ਜਾਂ ਹਾਲਾਤ ਬਦਲ ਜਾਂਦੇ ਹਨ, ਮਾਡਲ ਸਵੈ-ਸਹੀ ਕਰਦਾ ਹੈ, ਮੁੜ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ ਜਾਂ ਕੋਈ ਵਿਕਲਪ ਲੱਭਦਾ ਹੈ ਅਤੇ ਕੰਮ ਨੂੰ ਰੋਕਣ ਜਾਂ ਛੱਡਣ ਦੀ ਬਜਾਏ ਟੀਚੇ ਵੱਲ ਕੰਮ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ। ਮੈਟਾ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਨਵਾਂ ਮਾਡਲ ਸਵੈ-ਸੁਧਾਰਨ ਅਤੇ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ 67% ਬਿਹਤਰ ਹੈ।
ਸਾਰੇ ਅੰਕੜੇ ਮੈਟਾ ਦੇ ਆਪਣੇ ਮੁਲਾਂਕਣਾਂ ਤੋਂ ਆਉਂਦੇ ਹਨ
ਸਾਰੇ ਅੰਕੜੇ ਮੈਟਾ ਦੇ ਆਪਣੇ ਟੈਸਟਾਂ ਤੋਂ ਆਉਂਦੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਇਸਦਾ ਨਿੱਜੀ ਸੁਪਰਇੰਟੈਲੀਜੈਂਸ ਸੂਚਕਾਂਕ 38% ਤੋਂ 47% ਤੱਕ ਵਧ ਰਿਹਾ ਹੈ; ਕਿਸੇ ਦੀ ਵੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕੀਤੀ ਗਈ ਹੈ। ਮੈਟਾ ਨੇ 67% ਟਾਸਕ-ਮੁਕੰਮਲ ਦਾਅਵੇ ਦੇ ਪਿੱਛੇ ਟਾਸਕ ਨਮੂਨੇ ਜਾਂ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਦੀ ਸਫਲਤਾ ਦਰਾਂ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਨਹੀਂ ਕੀਤਾ ਹੈ। ਨੰਬਰ ਮੈਟਾ ਦੇ ਅੰਦਰੂਨੀ ਮਾਪਦੰਡਾਂ 'ਤੇ ਪ੍ਰਗਤੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਇਸ ਗੱਲ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਕਿ ਹਰੇਕ ਉਪਭੋਗਤਾ ਦੇ ਅਨੁਭਵ ਵਿੱਚ ਉਸੇ ਮਾਤਰਾ ਵਿੱਚ ਸੁਧਾਰ ਹੋਵੇਗਾ।
ਹੈਰਾਨ ਆਪਣੇ ਆਪ ਨੂੰ ਇੱਕ paywall ਦੇ ਪਿੱਛੇ ਰਹਿੰਦਾ ਹੈ; ਮੁਫਤ ਉਪਭੋਗਤਾ ਡਿਸਟਿਲਡ ਸੰਸਕਰਣ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ
ਮਿਊਜ਼ ਵੰਡਰ, ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ ਫੈਮਿਲੀ ਮੈਟਾ 12 ਅਕਤੂਬਰ ਨੂੰ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸੀ, ਸਿਰਫ਼ ਭੁਗਤਾਨ ਕਰਨ ਵਾਲੇ ਗਾਹਕਾਂ ਲਈ ਉਪਲਬਧ ਰਹਿੰਦਾ ਹੈ। ਹੁਣ ਜੋ ਰੋਲ ਆਉਟ ਹੋ ਰਿਹਾ ਹੈ ਉਹ ਆਪਣੇ ਆਪ ਵਿੱਚ ਵੈਂਡਰ ਨਹੀਂ ਹੈ, ਬਲਕਿ ਇੱਕ ਅਧਿਆਪਕ ਮਾਡਲ ਵਜੋਂ ਵੰਡਰ ਤੋਂ ਡਿਸਟਿਲ ਕੀਤੇ ਵਿਸ਼ੇਸ਼, ਹਲਕੇ ਮਾਡਲ ਹਨ, ਜੋ ਸਾਰੇ ਮਿਊਜ਼ ਅਤੇ ਮੈਟਾ ਏਆਈ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪੇਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਸ ਲਈ ਮੁਫਤ ਉਪਭੋਗਤਾ ਭੁਗਤਾਨ ਕੀਤੇ ਬਿਨਾਂ ਵੰਡਰ ਦੀਆਂ ਕੁਝ ਸਮਰੱਥਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਪੂਰਾ ਫਰੰਟੀਅਰ ਮਾਡਲ ਪੇਵਾਲ ਦੇ ਪਿੱਛੇ ਰਹਿੰਦਾ ਹੈ। ਮਿਊਜ਼ ਵੀ 5 ਨਵੰਬਰ ਨੂੰ ਮੈਕਸੀਕੋ ਵਿੱਚ ਲਾਂਚ ਕੀਤਾ ਗਿਆ ਸੀ।
(ਸਰੋਤ: Meta AI ਖੋਜ; Unite.AI; ਸਿਲੀਕਾਨ ਰਿਪੋਰਟ; AlphaSignal.)
N環球 
💬 Comments
No comments yet. Be the first!