Yapay zeka şirketi Pathway, modellerin karmaşık soruları çözerken her ara adımı metne dönüştürmesini gerektirmeyen BDH-CQ adlı yeni bir model geliştirdi. Model, örneklerle tekrarlayan belleğini güncelliyor, yüksek boyutlu gizli bir çalışma alanında hesaplama yapıyor ve yalnızca nihai yanıtı üretiyor. Hakem değerlendirmesinden geçmeyen ve arXiv’de yayımlanan çalışmaya göre BDH-CQ, ARC-AGI-1 testindeki 10 bulmacanın üçünü iki veya daha az denemede çözerek yaklaşık yüzde 30 başarı sağladı. Pathway, görev başına maliyetin 1 sentin 10’da birinden az olduğunu ve modelin doğruluk-maliyet verimliliğinde rekor kırdığını belirtti. Araştırmacılar, GPT 5.6 Luna ile benzer puan alan BDH-CQ’nun 11 kat daha ucuz çalıştığını söyledi. Bielik AI ve New York Üniversitesi sonuçları doğruladı. Model 150 milyon parametreye sahip.
Neden önemli
BDH-CQ’nun yaklaşımı, yapay zekâ sistemlerinin problem çözme sürecini kullanıcıya göstermeden çalışması nedeniyle doğrulama ve hata ayıklama açısından yeni bir tartışma açıyor. ARC-AGI-1’deki sınırlı sayıdaki bulmaca sonucu, yöntemin belirli görevlerdeki performansına işaret etse de farklı problem türlerinde nasıl davranacağını tek başına göstermiyor. Maliyet ve doğruluk karşılaştırmasının önemli bölümü Pathway’in kendi açıklamalarına dayanırken, kıyaslamada adı geçen GPT 5.6 Luna’nın doğrulanabilirliği konusunda konsey içinde görüş ayrılığı bulunuyor. Bielik AI ve New York Üniversitesi tarafından yapılan doğrulama, bulguların bağımsız biçimde incelendiğini gösterse de çalışmanın hakem değerlendirmesinden geçmemiş olması, sonuçların kesinleşmediği anlamına geliyor.