Även som Openai fortsätter att hålla fast vid sin påstående Att den enda vägen till AGI ligger genom massiva finansiella och energiutgifter, är oberoende forskare utnyttjar open source-teknik för att matcha prestandan för sina mest kraftfulla modeller-och göra det till en bråkdel av priset.
Förra fredagen, ett enhetligt team från Stanford University och University of Washington meddelade att de hade tränat En matematik och kodningsfokuserad stor språkmodell som presterar såväl som OpenAI: s O1 och Deepseeks R1-resonemangsmodeller. Det kostade bara $ 50 i Cloud Compute -krediter att bygga. Teamet använde enligt uppgift en basmodell utanför hyllan och destillerade sedan Googles Gemini 2.0 Flash-tänkande experimentell modell i den. Processen för att destillera AIS innebär att dra relevant information för att slutföra en specifik uppgift från en större AI -modell och överföra den till en mindre.
Rekommenderade videor
Dessutom släppte forskare från att krama Face en konkurrent till Openais djupa forskning och Google Geminis (även) djupa forskning Verktyg, kallad Öppna djup forskningsom de utvecklade på bara 24 timmar. ”Medan kraftfulla LLM: er nu är fritt tillgängliga i öppen källkod, avslöjade OpenAI inte mycket om den agentiska ramverket som ligger bakom djup forskning,” kramar ansikte skrev i sitt tillkännagivande inlägg. ”Så vi bestämde oss för att gå in på ett 24-timmars uppdrag att återge sina resultat och öppna källan den nödvändiga ramverket på vägen!” Det kostar enligt uppgift uppskattningsvis $ 20 i Cloud Compute -krediter och skulle kräva mindre än 30 minuter för att träna.
Hugging Face’s modell noterade därefter en 55% noggrannhet på de allmänna AI -assistenterna (GAIA) benchmark, som används för att testa kapaciteten för agentiska AI -system. Som jämförelse gjorde Openais djupa forskning mellan 67 – 73% noggrannhet, beroende på svarsmetoderna. Visst, 24-timmarsmodellen fungerar inte lika bra som Openais erbjudande, men det tog inte heller miljarder dollar och energiproduktionskapaciteten för en medelstor europeisk nation att träna.
Dessa ansträngningar följer Nyheter från januari Att ett team från University of California, Berkeleys Sky Computing Lab lyckades utbilda sin Sky T1 -resonemangsmodell för cirka $ 450 i Cloud Compute -krediter. Lagets Sky-T1-32B-förebyggande modell visade sig vara lika med tidig O1-förhandsgranskning av resonemangsmodellen. Eftersom fler av dessa open source-konkurrenter till OpenAI: s branschdominans dyker upp, ifrågasätter deras bara existens om företagets plan för att spendera en halv biljon dollar för att bygga AI-datacenter och energiproduktionsanläggningar är verkligen svaret.
Stöd vårt arbete ❤️
Om du gillade den här artikeln, överväg att lämna dricks för att hjälpa oss fortsätta publicera bra innehåll.
