محققان Zoom روش جدیدی به نام Chain of Draft را معرفی کرده‌اند که میزان مصرف توکن در مدل‌های زبانی هوش مصنوعی را تا ۹۲٪ کاهش می‌دهد. این روش نه‌تنها هزینه‌های استفاده از هوش مصنوعی را به میزان چشمگیری کاهش می‌دهد، بلکه عملکرد مدل‌های زبانی را نیز بهبود می‌بخشد.
کاهش چشمگیر هزینه‌های هوش مصنوعی
یکی از چالش‌های اصلی در پیاده‌سازی مدل‌های هوش مصنوعی، هزینه‌های بالای محاسباتی آن‌ها است. این مدل‌ها برای پردازش متن، حجم زیادی از توکن‌های پردازشی مصرف می‌کنند که منجر به افزایش هزینه‌های اجرایی می‌شود. اما روش Chain of Draft نشان داده است که می‌توان این هزینه‌ها را تا ۹۲٪ کاهش داد.
عملکرد بهتر با استفاده کمتر از منابع
روش جدید Zoom مبتنی بر بهینه‌سازی مصرف توکن‌ها است. برخلاف روش‌های سنتی که هر بار پردازش جدیدی را از ابتدا آغاز می‌کنند، Chain of Draft از پیش‌نویس‌های قبلی استفاده می‌کند تا پاسخ‌ها را با دقت بیشتر و هزینه کمتر تولید کند. به این ترتیب، نه‌تنها مصرف منابع کاهش پیدا می‌کند، بلکه خروجی‌های مدل نیز بهبود می‌یابند.
تحولی در اقتصاد مدل‌های زبانی
این پیشرفت می‌تواند تحولی اساسی در اقتصاد مدل‌های زبانی ایجاد کند. شرکت‌های مختلفی که از فناوری‌های هوش مصنوعی برای تولید محتوا، چت‌بات‌ها و سایر خدمات زبانی استفاده می‌کنند، می‌توانند با بهره‌گیری از این روش هزینه‌های خود را کاهش داده و بازدهی بیشتری داشته باشند.
برای اطلاعات بیشتر می‌توانید به منبع اصلی این خبر مراجعه کنید: