เจฟถูกขอให้ขึ้นครองราชย์ เริ่มต้นลูกซ์

ในวันที่ 30 กันยายน เซี่ยงไฮ้ เอไอ สตาร์ทลักซ์ ได้ออกโมเดลการตัดสินใจแบบโอเพนซอร์สเต็มรูปแบบ การเริ่มการดีบั๊ก2B, 4B, 9B, 27B, 5 ตาม การ ประเมิน ที่ จัด พิมพ์ โดย ทีม งาน รุ่น ธง ที่ 27B ได้ รับ 63.88 จุด ใน ดัชนี การ ตัดสิน ใจ (0.1) มาก กว่า เจฟ 1.13 (57.91).กษัตริย์องค์ใหม่ของ โมเดลการตัดสินใจ นําไปสู่ราชบัลลังก์ฉันไม่รู้

ที่น่าสนใจคืออัตรา R-D:โมเดลทั้งหมดแค่ 3 วัน เพื่อทําการวิจัยและความถูกต้องฉันไม่รู้ เบื้องหลังนี้ เป็นสายการวิจัยของออโต้ ที่สร้างโดย สตาร์ทลักซ์ อย่างเป็นทางการ เป็นเส้นทางหลักของมัน

เริ่มจากบอกว่า นี่เป็นการทดสอบทีม ไม่ใช่รายชื่ออย่างเป็นทางการ

คน นี้ ต้อง เป็น ที่ ชัด แจ้ง มิ ฉะนั้น จึง ง่าย ที่ จะ ถูก ชัก นํา ให้ อยู่ เหนือ ตําแหน่ง.

เกรดเริ่มต้นคือ:โดยใช้เครื่องมือประเมินอย่างเป็นทางการของ ดัชนี Desison ทีมประกันตัวเองกับรายการสาธารณะเสร็จสิ้นในวันที่ 28 กันยายน 2026ฉันไม่รู้ พูดอีกอย่างคือ

• พวกเขาใช้เครื่องมือประเมิน และข้อมูลเปรียบเทียบวันเดียวกัน
• แต่...เกรดของพวกเขาไม่ได้อยู่ในรายชื่ออย่างเป็นทางการนอกจากนี้ยังเขียนในบทความอย่างเป็นทางการว่า "ไม่ได้มีการรับรองอย่างเป็นทางการ".
• ใช่คะแนนสูงสุดในรายการสาธารณะ2026-09-28) พ.ศ.

คําตอบที่แท้จริงก็คือ"StartLux-Deision ได้เหนือกว่ารายชื่อสาธารณะในปัจจุบัน โดยทีมที่มีประกันตนเอง".ฉันไม่รู้ มันไม่ใช่การลดเกียรติ ความมั่นใจในตัวเองว่าหมายถึงความแข็งแกร่ง แต่นักอ่านต้องการระดับ ตัวเลขทั้งหมดด้านล่างนี้ จะถูกถ่ายด้วยเงื่อนไขปริยายของ "ค่าบริการด้วยตนเอง"

มันคืออะไร โมเดลการตัดสินใจที่ไม่สร้างข้อความ

เริ่มด้วยความเข้าใจความแตกต่างพื้นฐาน ระหว่าง สตาร์ลักซ์-ดีซีออน กับรุ่นใหญ่ทั่วไป มันไม่ใช่รุ่นอย่าเขียนภาษาธรรมชาติฉันไม่รู้

นั่นเป็นวิธีที่มันทํางาน ให้มันหนึ่งสถานะเพิ่มกลุ่มคํา ถามการ เลือก แนว คิด (จาก หลาย ทาง ที่ เลือก ได้) ไม่ ใช่ หรือ ถูก จัด ระดับ. รัฐสามารถส่งข้อความ Json หรือภาพ จนถึง 256 K Sign.กลับค่าความน่าจะเป็นของแต่ละคําถามฉันไม่รู้

ประเด็นอยู่ที่ประโยคสุดท้าย:มันไม่ได้สร้างอะไรเลยฉันไม่รู้ คําตอบจะถูกอ่านโดยตรงจากอักษรตัวเลือก หลังจากที่มีการส่งต่อแล้ว ดังนั้นคําถามสั้น ๆ ใช้เวลาไม่กี่มิลลิวินาที และความน่าจะเป็นสามารถใช้เป็นความมั่นใจโดยตรง

นี้แก้ปัญหาชนิดเฉพาะของการทํางานในร่างกายที่ฉลาด:HF, เคลียร์ชุดผู้สมัครการตัดสิน ตัว อย่าง เช่น มี คํา สั่ง ให้ ผู้ โดยสาร เข้า มา — “มี การ สั่ง ห้าม ครั้ง แล้ว ครั้ง เล่า แต่ ก็ ไม่ ได้ แสดง การ จ่าย เงิน เลย ” — และ ข้อมูล เดียว กัน นี้ อาจ ถาม สาม คํา ใน เวลา เดียว กัน ได้: ทีม ไหน ได้ รับ คํา สั่ง นี้ ว่า กําลัง ดําเนิน การ อยู่ ใน ปัจจุบัน และ มี ผล กระทบ มาก น้อย แค่ ไหน. วิธีดั้งเดิมคือการอนุญาตให้รุ่นที่จะเขียนชิ้นส่วนของมัน ซึ่งจะช้าและง่ายในการตีความข้อผิดพลาดหนึ่งคําขอจาก StateLux-deison สามารถเสร็จสิ้นการตัดสินสามร่วมกัน

63.88 vs 57.91,38 จาก 31 วอน

เปรียบเทียบดัชนีของการตัดสินใจ (ทั้ง 2026-09-28 ภาพถ่าย):

• StartLux- Decission- 27B: 633.88
• Jev 1.13:57.91 (สถานที่แรก)
• Rune 26B-A4B: 57.44
• ผู้ตัดสิน Chart 31B: 57.33
• Auto Jevi-27B: 56.40
• StartLux- Decission 9B: 58.639B นําหน้าเจฟ

27B สูงกว่า Jv 5.97 นาทีจากตรา 38 อันที่อยู่ในดัชนีมีคะแนนมากกว่า 31 คะแนนฉันไม่รู้

แต่ โปรด สังเกต คํา กล่าว อย่าง เป็น ทาง การ:"คะแนนรวมไม่ได้หมายความว่า ความสามารถทั้งหมดจะแข็งแกร่งขึ้น"ฉันไม่รู้ ประโยคนี้คุ้มที่จะอ่าน

ที่ที่จะชนะ ที่ไหนที่จะสูญเสีย

ใน การ ทํา คะแนน สําหรับ ดัชนี ดี ซี ออน ใน ท้อง ถิ่น 27B นํา ใน สี่ ขอบ เขต แต่ แพ้ เจฟ:

• ภาษาที่เข้าใจ74.5 vs Jev 62.0 (สูง 12.5)
• ค้นหาและจําแนกประเภท2561.8 vs 55.4 (สูง 11.4)
• เครื่องมือและอัตโนมัติ82.2 vs 75.1 (สูง 7.1)
• ศิลปะ และ ความ ชอบ ของ มนุษย์47.9 vs 37.7
• ความ รู้ และ การ หา เหตุ ผล.44.3 vs Jev 51.4 (Later 7.1)

การกระจายตัวนี้เป็นเรื่องทั่วไปมาก ความแข็งแรงเริ่มต้น"การเข้าใจเงื่อนไข แยกแยะระหว่างผู้สมัคร เลือกเส้นทางการกระทําต่อไป"ความ สามารถ สาม อย่าง ที่ จําเป็น มาก ที่ สุด ใน การ ใช้ เชาวน์ ปัญญา ใน แต่ ละ วัน ไม่ ได้ เหนือ กว่า การ หา เหตุ ผล ทาง เชาวน์ ปัญญา เพียง อย่าง เดียว. ดังนั้นข้อสรุปไม่ได้ "ใครกําลังขยี้ใคร" แต่...การคัดเลือกขึ้นอยู่กับว่า เชาวน์ปัญญาของคุณจะเผชิญกับอะไรฉันไม่รู้

การ แบ่ง แยก คล้าย ๆ กัน มี อยู่ ใน สิ่ง ของ แต่ ละ อย่าง. ตัวอย่างเช่น API-Bank ซึ่งไม่นํา โปรแกรมบ้านดึงจาก 52.3 ใน Jev ไป 77.3 และ POP909 จาก 15.9 ถึง 50.6. นี่ คือ คะแนน ของ ดัชนี ดี ซี ออน ที่ ได้ รับ การ แก้ไข โดย สุ่ม.ไม่ อาจ ถือ ได้ โดย ตรง ว่า เป็น ความ ถูก ต้อง แม่นยํา หรือ ความ ครบ ถ้วน ของ แบบ เดิม ของ เส้น ฐานฉันไม่รู้

7 การทดสอบสาธารณะ: 91.82% โดยเฉลี่ยแล้ว ความผิดพลาดไม่กี่ครั้ง 8

นอกจากดัชนีดิซิออนแล้ว ทีมนี้วิ่งหนีจากแล็บปัญญาประดิษฐ์ของเซี่ยงไฮ้ เพื่อเปิดตัว Inter-deignทดสอบ 7 ชุด(Jev Beech Easty/Original/ Harard, พิมพ์คําพิพากษา, โตโอลาซี, AG News, Wildjail )

• อัตราการไล่ระดับสี 91.82%
• Jev 1.13:88.74%
• Inter-Darison-4B: 90.02%

Publicly, Jev Beinch มี 231 คําถาม, สามคําตอบ. 208 / 199 / 201 คําถาม - 27B vs 9 มากกว่าเจฟ 27B ผิดพลาด 23 เมื่อเทียบกับ Jev 318 คํา ถามฉันไม่รู้

ใน ที่ นี้ ก็ เช่น กัน มี หลาย สิ่ง ที่ ต้อง สังเกต: คํา ถาม เปิด เผย ของ เจฟ บีนส์ ใน หนังสือ ของ ประชาชน (ภาษา อังกฤษ) 208/231.มันไม่ใช่คะแนนสอบแบบทางการ ความเร็วและค่าใช้จ่ายสืบค้นข้อมูลเพิ่มเติมโดยใช้ชุดการฝึกอบรมเปิดของ 14 เครื่องหมายเหล่านี้และคําถามการทดสอบที่สอดคล้องกันถูกกรองออก (ป้ายสํานักงาน)

ความเร็ว: มิลลิวินาที ปัญหาทั้งหมดนับไปข้างหน้าทันที

ค่าของโมเดลการตัดสินใจ ถูกกว่าครึ่ง จากการทดสอบบัตร H2200 BF16 ท้องถิ่น HTTPทีละสามคําถามเวลาใช้:

• 0.8B: 12.2 ม.
• 2B:15.5 มิลลิวินาที
• 4B: 26.0 ms
• 9B:35.7 มิลลิวินาที
• 27B: 102.3 ม.
• 35B-A3B (MOE): 5 2.5%ทุกป้ายใน 35B เปิดใช้งานได้ประมาณ 3B, เร็วเป็นสองเท่าของ 27B.

เมื่อคุณตอบคําถามเดียว, 4B โดยเฉลี่ย 14. 7 มิลลิวินาทีฉันไม่รู้ การ มอง ใน แง่ ดี ภาย ใน แบบ จําลอง เดียว กัน เป็น เครื่อง บ่ง ชี้ มาก กว่า ถึง ผล ประโยชน์ ทาง วิศวกรรม: 4B CUDA Graphs มีขนาด 90.3 มิลลิวินาที เมื่อไม่เปิดใช้งาน ให้ลดลงเหลือ 26.0 มิลลิวินาที เมื่อเปิดใช้งาน- การเลื่อนตําแหน่งมากกว่า 3 ครั้งขึ้นอยู่กับวิศวกรรม โปรเจกต์นี้ยังใช้อัลกอริทึมการให้ความสนใจแบบเชิงเส้นอย่างรวดเร็ว และรวมปัญหาต่างๆ เข้าเป็นการคํานวณไปข้างหน้า เพื่อลดการโทรสองครั้ง

เพื่ออ้างอิง, Jev 1.13 ในสามคําขอของชนิดเดียวกัน ตอนจบบริการรายงานโดยประตู API ของมันคือ 64.0 มิลลิวินาทีฉันไม่รู้ อย่างไรก็ตาม พวกเจ้าหน้าที่ได้ยับยั้งตนเองไว้ ไม่ให้รําลึกฮาร์ดแวร์ และ คลัง บริการ ต่าง ๆ แตก ต่าง กัน ไป ใน แต่ ละ พรรค และ ไม่ อาจ ใช้ เป็น พื้น ฐาน เพื่อ ลง ความ เห็น ว่า ฮาร์ดแวร์ ที่ แข็ง แรง นั้น มี ความ เร็ว เท่า กันและหน่วยมิลลิวินาทีเหล่านี้ไม่ใช่เวลาสําหรับการทํางานหน้าเว็บทั้งหมด (ยาวป้อนข้อมูล, หน้าโหลด, การประมวลผลเครื่องมือ) แต่การแสดงออกที่ยึดเหนี่ยวตัวเองนี้ เป็นส่วนที่น่าเชื่อถือมากกว่า

การนําเสนอสนาม: จากปฏิบัติการของเบราว์เซอร์ไปยังเกม

การนําเสนออย่างเป็นทางการครอบคลุมหลายทิศทาง โดยหลักคือ "รูปแบบสําหรับการตัดสินใจ ระบบปฏิบัติการสําหรับการกระทํา":

ปฏิบัติการกับเบราว์เซอร์/ เว็บ▪ แต่ ละ ขั้น จะ ถาม คํา ถาม สอง ข้อ — ซึ่ง ควบคุม เป็น การ ดําเนิน งาน ครั้ง ต่อ ไป และ จะ ทํา งาน นี้ ให้ สําเร็จ หรือ ไม่. ในตัวอย่างการกรอง รายชื่อการกรองเสร็จสมบูรณ์แล้ว สําหรับ "Buy theราคาถูกที่สุดฟรี แบตเตอรี 8 AA ส่งกลับบ้าน" และสมาชิกที่ได้รับการแต่งตั้งให้เข้าร่วมทีมออกแบบและตั้งขึ้นเป็นบรรณาธิการ โปรดทราบสภาพแวดล้อมที่ควบคุมได้ต่อไปเป็นการดําเนินการต่อเนื่องมันไม่เหมือนกับรายการฟรีบนเว็บไซต์ใด ๆกล่องใส่ข้อมูลยังทําให้การเลือกสมบูรณ์ผ่านข้อเสนอผู้สมัคร

หมากรุกName2553 : เริ่ม StartLux- Decion-27B และ Jev 1.13 การแข่งขัน ทั้งค้นหา และรหัสไม่เคยครอบคลุมการคัดเลือกของโมเดล (Stockfish เป็นเพียงการวาดแท่งประเมิน). มันเป็นเรื่องของเวลา256, 27B, 58.4%.ฉันไม่รู้

เกม: มาริ โอ (รวม การ กระทํา ของ ผู้ ที่ จะ รับ บัพ ติ สมา 11 คน ก่อน เขียน ผล ลง ใน ข้อ ต่าง ๆ ก่อน จะ มี การ คัด เลือก) สตาร์ คราฟท์ ที่ 2 (ถาม สาม คํา ถาม ทุก ๆ 12 วินาที: จะ สร้าง อะไร ขึ้น มา สิ่ง ที่ ควร ทํา ใน การ โจมตี/ ป้องกัน ตัว เอง) โด โอ เอ็ม (แต่ ละ ครั้ง จะ เป็น ผู้ พิพากษา ที่ มี เป้า หมาย ใน การ ตัดสิน ว่า จะ ยิง, ยิง, เคลื่อน ไหว), Jevbball (หนึ่ง คน ขอ แยก ผู้ เล่น ใกล้ ลูก). ในเส้นเลือดเดียวกันนี่ไม่ใช่การทดสอบจออ่านแบบเส้นตรงมีสคริปต์สําหรับการรับรู้และการประหารชีวิต และโมเดลนี้รับผิดชอบเฉพาะส่วนในการตัดสินใจ

และมีอีกรายละเอียดที่น่าสนใจ "ฮันน่า คุณเห็นเจฟวันนี้ไหม" มีฮันน่ากับเจฟอยู่ในประโยคนั้น ระบบต้องตัดสินเขาถูกสอบสวนเรื่องฮันน่าแทนที่จะให้นักแสดงคนอื่นตอบสนอง เพราะเจฟ มันแยกออกมาเพื่อตัดสินว่าโมเดลเข้าใจการสนทนาหรือไม่ หรือตรงกับชื่อเท่านั้น

ห้าชุดของข้อกําหนด + โมอี + ควอนตัม, การใช้งานท้องถิ่นเป็นมิตร

TridgeLux-demission ให้รุ่นที่หนาแน่น 5 (EXB / 2B / 4B / 9B / 27B), บวก 1 35B- A3B แบบผสม (MOE)รุ่น 3 ตุลาคมแก้ไขโครงการหลัก...แต่ละคนสามารถอ่านเป็นหลักฐานได้

การใช้งานท้องถิ่นเป็นโฟกัส: Trama.cpp สามารถใช้ได้สําหรับแต่ละ Tranche แบบ GUF แฟ้มต่าง ๆ รวมไปถึง BF16 เพื่อคงความแม่นยําเดิม และรูปแบบคําสองคํา คือ Q8 0, Q4 K M,15 รายการที่ GGFฉันไม่รู้ ขอ ยก ตัว อย่าง ของ 4B:

• แฟ้ม Q8 0 4.48 จีบี231 บน Jev Beinch กับน้ําหนักเดิมอัตราการสอดคล้องในการตัดสินใจ 100%(เสียงตอบสําหรับ 204)
• แท่นพิมพ์ Q4 KM 2. 71 จีบี98.3%, ใช่ 201

บาง ที คุณ ควร เอา ใจ ใส่ เป็น พิเศษ.รหัสใช้ Apache-2.0 แต่แบบจําลองการชั่งน้ําหนักกับ CC By-NC 4.0 – การวิจัยและไม่ใช่คอมพิวเตอร์เท่านั้น การใช้งานเชิงพาณิชย์เพื่อการแบ่งกิจการเพื่อสิทธิ์ในโครงการ Kretux Labsฉันไม่รู้ นี่ ต่าง จาก การ โฆษณา ชวน เชื่อ “แบบ เปิด เผย เต็ม ที่ ” ซึ่ง ต้อง ได้ รับ การ ยืน ยัน ก่อน ทํา การ ค้า.

ส่วนเชื่อมต่อเข้ากันได้, Jv. ตัวประกอบสามารถสลับได้

มีการออกแบบที่ชาญฉลาดในระดับการเข้าถึง : StartLux-Darison กับชนิด /v1/systemone รูปแบบส่วนติดต่อผู้ใช้โปรแกรมลูกข่าย Jv สามารถใช้ได้โพรเซสธุรกิจยังคงเก็บ 'รัฐ' ปัจจุบันบวกโหมดการโทร 'ของปัญหาและเปลี่ยนที่อยู่บริการ ส่วนติดต่อ (Lalama.cpp plown Model with attachment- doors Profiles) ที่มีส่วนรับผิดชอบต่อปัญหาขององค์กร และตัวเลือกที่อ่านออก) ยังรักษาไว้สําหรับการใช้งาน GGF ด้วย

กลไก อีก อย่าง หนึ่ง ที่ น่า เป็น ห่วง คือการเบี่ยงเบนความง่ายเนื่องจากผู้สมัครแต่ละคนมีความน่าจะเป็น ระบบจึงสามารถกําหนดการตัดสินใจโดยตรงใน “สถานการณ์ปกติ"" เมื่อผู้สมัครนั้นยากที่จะแยกแยะได้

รัฐบาลยังให้คําเตือนว่าความเป็นไปได้ไม่เท่ากับอัตราความสําเร็จที่แท้จริง และการเบี่ยงเบนความสนใจนั้น สอดคล้องกับการปรับข้อมูลการทํางานการชําระเงิน การหักห้ามใจ อํานาจในการแก้ไขปฏิบัติการดังกล่าว จะยังคงอยู่ใต้พระราชบัญญัติเดิมและข้อยืนยัน - โมเดลการตัดสินใจเป็นขั้นตอนต่อไป สําหรับระบบที่จะตัดสิน ไม่ใช่เพื่อทดแทนข้อจํากัดเหล่านี้

การค้นหาอัตโนมัติและระบบย่อยหลัง

สามวันที่จะทําโมเดลห้าเวที ขึ้นอยู่กับการเริ่มต้น เส้นต่อเนื่องสําหรับการพัฒนาอัตโนมัติ(Co Guo Guuo Juu ก่อตั้งโดยผู้ร่วมก่อตั้งและ Cto Guo Guo Ju) ตามการสัมภาษณ์ก่อนหน้านี้กับหัวใจกลนี้ AI ไม่เพียงแต่ดําเนินการทดลองมาก่อนเท่านั้น แต่ยัง...การวิเคราะห์ความล้มเหลวตามรอบก่อน การนําเสนอสมมติฐานใหม่ เข้าร่วมในการตัดสินใจสิ่งที่จะดูต่อไปขณะที่การวิจัยมีวัตถุประสงค์ มาตราเกณฑ์การประเมินและกฏสําคัญยังคงเปิด

ในการแบ่งระบบของการเริ่มต้นLux,StartLux-27B เพื่อดําเนินการชั้นความสามารถทั่วไป, รุ่น Decsion เน้นที่ระดับการตัดสินใจความถี่สูงและเหนือขึ้นไปเป็นเอเจนท์และเมโมรี ด้านล่างได้รับการสนับสนุนโดยระบบเหตุผลและฮาร์ดแวร์ ดัง นั้น เดซิ ออน จึง ไม่ ใช่ การ ออก แบบ ที่ โดด เดี่ยว เพื่อ เสาะ หา จุด ร้อน แต่ เป็น ส่วน หนึ่ง ของ สถาปัตยกรรม ที่ ถูก สร้าง ขึ้น ตาม แบบ แผน.

Guo Quin นิยามการวิจัยอัตโนมัติเป็นองค์ประกอบหลักสําหรับการบรรลุผลของ CRL: ประการแรกจะเกี่ยวข้องกับ AI ในการวิจัยและการปรับปรุงแบบจําลอง แล้วขอให้เพิ่มเติมที่กล่าวว่า AI (AI) แม้ความสามารถที่จะปรับปรุงตัวเองได้รับการปรับปรุง". การเริ่มต้นการลดรอยหยัก เป็นผลที่เป็นรูปธรรมของเส้นนี้

แล้วนี่ล่ะ?

ให้เจฟขึ้นครองบัลลังก์ทีมจีน ที่ระดับล่างสุด ของระดับการตัดสินใจของเจ้าหน้าที่ฉันไม่รู้ แนว คิด ที่ ว่า เจฟ นํา มา ซึ่ง — การ ใช้ แบบ จําลอง ที่ อุทิศ ตัว แล้ว เพื่อ ใช้ ความ ถี่ สูง เพื่อ ยืน ยัน การ ตัดสิน ที่ ชัดเจน แทน ที่ จะ ยอม ให้ คน รุ่น นั้น เป็น ทั้ง ผู้ พิจารณา และ นัก กีฬา — ปรากฏ ว่า เป็น สิ่ง จําเป็น อย่าง แท้ จริง. StartLux ใช้โอเพนซอร์ส, ชุดที่ 5 ของข้อกําหนด, การใช้งานท้องถิ่น และส่วนเชื่อมต่อ Jv ที่เข้ากันได้กัน เพื่อให้ถนนมี "พื้นที่" มากขึ้น

แต่ข้อเตือน 3 ข้อยังคงอยู่

• มันเป็นการทดสอบทีมไม่ได้รับการรับรองจากรายชื่ออย่างเป็นทางการ
• ทั้งหมดไปข้างหน้า ทั้งหมดไปข้างหน้ามันยังขาดเหตุผลทางปัญญาอยู่ เจฟ ขึ้นอยู่กับการกระจายของงาน
• น้ําหนักคือ CC By-NC 4.0"เปิดโอเพ่นซอร์ส" สําหรับสถานการณ์ที่ไม่ต่อเนื่องเท่านั้น โดยมีโฆษณาให้แยกต่างหาก

ไม่ว่ากรณีใดก็ตาม มันคุ้มที่จะจดจํา ว่าทีมของเซี่ยงไฮ้วัยยังน้อย สามวันในการทําโมเดลการตัดสินใจห้าขั้นAgent's "ระดับการตัดสิน" กลายเป็นเส้นทางเทคโนโลยีที่อิสระและเหมาะสม

การ ตัดสิน ใจ แบบ นี้ ไม่ ได้ มุ่ง หมาย จะ ทํา ให้ การ ตัดสิน ใจ ของ ผู้ อื่น ดี ขึ้น แต่ ทํา ให้ การ ตัดสิน ใจ นั้น ไม่ สําคัญ.