مایکروسافت برای به چالش کشیدن Jev به مدل وزن باز از آزمایشگاه هوش مصنوعی چینی تکیه می کند

مایکروسافت به باشگاه هواداران Jev پیوسته است، گروهی تصادفی از شرکت‌ها که تمایل مشترکی به شناخته شدن برای مدل‌های تصمیم‌گیری خود دارند. Jev که سه هفته پیش توسط TypeSafe AI معرفی شد، یک مدل زبان بزرگ (LLM) است که برای پاسخگویی به انواع خاصی از سوالات با طیف محدودی از پاسخ‌ها، بر اساس احتمال، تنظیم شده است. به دلیل سرعت، مقرون به صرفه بودن نسبی و محدودیت‌های پاسخ، برای انواع برنامه‌های تجاری که ممکن است متن باز با دقت نامشخص نامطلوب باشد، مناسب است.

یکی از نکات فروش Jev این است که مدل های تصمیم گیری مانند LLM های استاندارد توهم ندارند. اما مدل‌های تصمیم‌گیری می‌توانند خطا داشته باشند و محبوبیت آنها قبلا محققان را بر آن داشته است تا چگونگی بزرگ‌نمایی این خطاها را بررسی کنند. با این حال، آنها کاربردهای خود را دارند. توجه زیاد به Jev باعث شد شرکت‌های دیگر اعلام کنند که آنها نیز مدل‌های تصمیم‌گیری برای ارائه دارند، حتی اگر محققان یادگیری ماشین مدت‌هاست قادر به ایجاد مدل‌های طبقه‌بندی کننده برای تصمیم‌گیری‌های مبتنی بر احتمال هستند. OpenAI گفت Decisions API وارد نسخه بتا عمومی شده است.

Cloudflare با مدل Clef خود همراه شد. Strands از Strands Decider 2B، "یک مدل تصمیم گیری کوچک و منبع باز." هوش مصنوعی مایع d1 را معرفی کرد. Perplexity API تصمیمات خود را راه اندازی کرد. Snowflake مدل تصمیم گیری خودش را مطرح کرد. سپس Surogate Rune و H2O.ai H2O-Lightning-4B، یک مدل تصمیم گیری ساخته شده بر روی Qwen3.5-4B هستند. در مجموع، بیش از 100 مدل از این دست اکنون برای جلب توجه رقابت می کنند. حالا نوبت مایکروسافت است.

Achint Srivastava، معاون مهندسی نرم افزار در دفتر CTO در مایکروسافت، در یک پست وبلاگی در روز جمعه گفت: «مدل های تصمیم گیری به سرعت به عنوان یک مقوله جدید مهم در هوش مصنوعی ظاهر می شوند. برخلاف LLM که برای تولید متن یا دلیل از طریق مسائل پیچیده طراحی شده‌اند، مدل‌های تصمیم‌گیری برای ارائه خروجی‌های ساختاریافته ساخته شده‌اند که نرم‌افزار می‌تواند فورا روی آنها عمل کند.

و هنگامی که این قابلیت را درک کردید - تصمیم گیری و طبقه بندی چیزها با هزینه بسیار کم با عملکرد بالا - همه انواع وظایف مفید باز می شوند." شرکت مایکروسافت در مسابقه Microsoft-Decision-1 نام دارد که از طریق Microsoft Foundry و به زودی از طریق OpenRouter ارائه می شود. خانواده مدل Qwen توسط Alibaba Cloud، بازوی محاسبات ابری غول فناوری چینی Alibaba، توسعه یافته است.

مایکروسافت، به دلایلی که فاش نشده است، گفت که به زودی تصمیم 1 را بر روی مدل های خود و مدل های OpenAI تغییر خواهد داد. غول نرم‌افزاری ایالات متحده ادعا می‌کند که مدلش 2.5 برابر سریع‌تر از H2O-Lightning-4B و 2.8 برابر سریع‌تر از Jev در آزمایش تأخیر خود است، در صحت (83.5 درصد) در 36 معیار، رتبه دوم (پس از Quyet-1.0-Large) بیش از 2 درصد، (92 درصد ارزان‌تر از 2 درصد) و (92 درصد) ارزان‌تر از 2 درصد است. GPT-6 Sol OpenAI در وظایف طبقه بندی متن. توکن های ورودی به ازای هر میلیون توکن 0.042 دلار هزینه دارند و توکن های خروجی رایگان هستند.

سریواستاوا گفت: اکنون که هوش مصنوعی عامل یک واقعیت است، ما دیدیم که هزینه نقش مهمی در نحوه تصمیم گیری افراد برای استفاده از هوش مصنوعی دارد. "و انتخاب مدل مناسب برای شغل مناسب بسیار مهم است." ®