Vous avez utilisé un LLM? Les LAM arrivent ensuite, mais ils ont besoin de travail

L'essor des chatbots d'IA génératifs a popularisé le terme « grand modèle de langage », la technologie d'IA sous-jacente travaillant dans les coulisses. Les grands modèles de langage (LLM) génèrent une sortie basée sur un ensemble de langages prédit en réponse à l'entrée de l'utilisateur, donnant l'impression que l'IA est capable de penser par elle-même.

Mais les LLM ne sont pas les seuls grands mannequins en ville ; Les grands modèles d’action (LAM) pourraient être la prochaine grande nouveauté en matière d’IA.

Qu'est-ce qu'un Grand Modèle d'Action (LAM) ?

Un LAM est un système d'intelligence artificielle capable de comprendre les apports humains et d'effectuer une action correspondante. Il s’agit d’une approche légèrement différente des systèmes d’IA qui se concentrent uniquement sur la génération de réponses. Le terme « modèle à grande action » a été introduit pour la première fois par Rabbit Inc., développeur du dispositif Rabbit R1. Dans la vidéo de lancement du lapin r1 de la société, il est indiqué qu'un LAM est un nouveau modèle fondamental qui aide à faire passer l'IA des paroles à l'action.

Les LAM sont formés sur de grands ensembles de données d'action des utilisateurs ; par conséquent, ils apprennent en imitant les actions humaines ou par démonstration. Grâce à la démonstration, les LAM peuvent comprendre et naviguer dans les interfaces utilisateur de différents sites Web ou applications mobiles et effectuer des actions spécifiques en fonction de vos instructions. Selon Rabbit, un LAM peut y parvenir même si l’interface est légèrement modifiée.

Vous pouvez considérer les LAM comme une extension des capacités existantes des LLM. Alors que les LLM génèrent une sortie texte ou multimédia basée sur la saisie de l'utilisateur en prédisant le mot ou le jeton suivant (vous posez une question et un LLM fournit une sortie texte ou multimédia), les LAM vont plus loin en ajoutant la possibilité d'effectuer des actions complexes en votre nom. .

Que peuvent faire les LAM ?

Les LAM consistent à effectuer des actions complexes en votre nom. Cependant, le point critique à noter est la capacité à réaliser des actions complexes. Cela rend les LAM plus utiles pour effectuer des tâches avancées, mais cela ne signifie pas qu'ils ne peuvent pas effectuer des actions plus simples.

En théorie, cela signifie que vous pouvez, par exemple, demander à un LAM de faire quelque chose en votre nom, comme commander un café dans votre Starbucks à proximité, un trajet chez Uber et même faire une réservation d'hôtel. C'est donc différent d'effectuer des tâches simples comme demander à Google Assistant, Siri ou Alexa d'allumer votre téléviseur ou les lumières de votre salon.

Sous le capot, selon la vision partagée par Rabbit Inc., le LAM est capable d'accéder au site Web ou à l'application pertinente comme Uber et de naviguer dans son interface pour entreprendre une action, par exemple commander un trajet ou en annuler un si vous modifiez votre esprit.

Les LAM réussiront les LLM, mais ils ne sont pas (encore) prêts

Le concept des LAM est passionnant, peut-être même plus que celui des LLM. Les LAM seront l’avenir après l’IA générative, nous permettant de pouvoir compenser les tâches banales et de nous concentrer sur d’autres activités enrichissantes. Cependant, aussi excitants soient-ils, les LAM ne sont pas encore prêts.

Le premier produit commercial qui promettait de tirer parti d'un LAM (le lapin r1) n'a pas pleinement tenu sa promesse marketing d'effectuer des actions au nom de ses utilisateurs. L'appareil a échoué de manière si spectaculaire sur son principal argument de vente que de nombreuses critiques de première main l'ont qualifié d'assez inutile.

Pire encore, une enquête menée par Coffeezilla, un YouTuber, en collaboration avec un groupe sélectionné d'ingénieurs logiciels ayant accès à une partie de la base de code de la r1, a révélé que Rabbit utilisait des scripts Playwright pour effectuer des actions au lieu d'un LAM. Ainsi, au lieu d’un appareil exécutant un modèle d’IA unique, il exécutait simplement un tas de If > Puis les déclarations de style ; loin du LAM promis.

S'il y a quelque chose que vous pouvez retirer de l'appareil r1 de Rabbit, c'est oui, la vision est là. Cependant, du travail doit être fait avant la réalisation, alors ne vous enthousiasmez pas encore.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!