Inherent, me ish-punonjës të DeepMind, thotë se agjenti i saj Faraday tekalon modelet më të mëdha në shkencë
Kompania e Londrës pretendon se Faraday, i ndërtuar mbi modelin Qwen 3.6 me 27 miliardë parametra, riprodhoi gjetjet e punimeve shkencore më mirë se sistemet frontier të Anthropic dhe OpenAI.
Laboratori britanik Inherent, i themeluar nga ish-punonjës të Google DeepMind, thotë se agjenti i tij i ri i inteligjencës artificiale, Faraday, i ka kaluar sistemet shumë më të mëdha të Anthropic dhe OpenAI në një detyrë të caktuar: riprodhimin e pavarur të gjetjeve të punimeve shkencore të publikuara, pa u treguar përgjigja paraprakisht. Shkruan TechCrunch.
Kompania doli nga fshehtësia vetëm disa javë më parë me një raund seed prej 50 milionë dollarësh. Sipas TechCrunch, Faraday funksionon mbi modelin Qwen 3.6 me vetëm 27 miliardë parametra, ndërkohë që pikat e krahasimit ishin Claude Opus 4.8 i Anthropic dhe GPT-5.5 i OpenAI, sisteme frontier shumë më të mëdha në përmasa. Qëllimi më ambicioz i laboratorit mbetet ndërtimi i një AI-je që mund të zbulojë njohuri të reja shkencore, jo thjesht të verifikojë rezultate të vjetra.
Bashkëthemeluesi dhe shkencëtari kryesor Edward Hughes tha se riprodhimi i punimeve është ushtrim standard edhe për shkencëtarët njerëz: «Shumë doktorantë në fakt e nisin karrierën duke bërë pikërisht këtë». Sipas tij, fitja ndaj agjentëve frontier «nuk ishte thelbi» — thelbi ishte mënyra si u ndërtua sistemi.
Inherent i stërvit agjentët kryesisht me të mësuar me përforcim, metodë që i shpërblen rezultatet e mira në vend që t'u imponojë rregulla; për kodin, Faraday përdor GPT-5.5 Codex të OpenAI në vend që kompania të ndërtojë mjetin e vet, ashtu siç shkencëtarët njerëz përdorin softuer ekzistues.
Laboratori ka rreth 12 punonjës që punojnë të gjithë personalisht në zyrën e King's Cross në Londër, zonë që prania e DeepMind e ktheu në një nga qendrat kryesore të AI-së. «Besojmë se Londra është vendi ku duhet të jesh», tha Hughes, i cili mbështeti gjithashtu thirrjet për heqjen e «garden leave»-it britanik, praktikë që, sipas tij, u jep avantazh startup-eve amerikane në rekrutim.
Rezultatet e shpallura janë pretendime të kompanisë dhe nuk shoqërohen në raportim me një vlerësim të pavarur; TechCrunch nuk raporton audit të jashtëm të matjeve, ndaj shifrat duhen lexuar si deklaratë e Inherent, jo si konfirmim i një pale të tretë.
Pyet 383 për këtë lajm
Përgjigjet vijnë vetëm nga artikujt e botuar te 383, me burimet e lidhura.
Përgjigjet vijnë vetëm nga artikujt e botuar te 383 — nëse arkivi nuk e ka, do ta them.
