Claude Fable 5.1, Holden Saberhagen, Gabriel Kammer, Andres Erbsen, Alice McKean, এবং Tristan Wylde-Larue-কে মন্তব্যের জন্য ধন্যবাদ।

ফ্রন্টিয়ার ল্যাবগুলির মূল্যায়ন নলেজ ওয়ার্কারদের জন্য সম্পূর্ণ স্বয়ংক্রিয় ড্রপ-ইন প্রতিস্থাপনের বর্ণনার উপর করা হয়, কিন্তু বর্তমান মডেলগুলির এমনকি সহজ কাজেও শ্রমসাধ্য তদারকি প্রয়োজন। Navier-Stokes, FreeBSD RCEs, এবং HuggingFace ঘটনার মতো শিরোনাম ডেমো বিভ্রান্তিকর। মডেলগুলি কেবল প্রশিক্ষণ কাজের কাছাকাছি সাধারণীকরণ করে, গুরুতর সতর্কতার সাথে। রিওয়ার্ড হ্যাকিংয়ের জন্য ডোমেইন বিশেষজ্ঞদের দ্বারা কঠোর স্পেসিফিকেশন প্রয়োজন, যাদের সময় ব্যয়বহুল। স্পেসিফিকেশন নিজেই একটি দক্ষতা; অল্প কিছু ডোমেইন বিশেষজ্ঞের এটি আছে। শ্রম ব্যয় সরাসরি বাস্তবায়নের চেয়ে বেশি হতে পারে। হার্ডওয়্যার 3:1 বা 5:1 স্পেক-টু-ডিজাইন অনুপাত দেখায়। অনেক কাজের জন্য বিবর্তিত স্পেসিফিকেশন প্রয়োজন। উচ্চ-স্তরের স্পেসিফিকেশন যাচাই করা ব্যয়বহুল। Navier-Stokes是最好的 ক্ষেত্রে: Lean 감사 করা হয়, কিন্তু সাউন্ডনেস বাগ বিদ্যমান। মানব পর্যালোচনা স্কেল করে না এবং xz ব্যাকডোরের মতো হ্যাকের প্রতি সংবেদনশীল।

মূল সত্তা: কোম্পানি: HuggingFace | ব্যক্তি: Claude Fable 5.1, Holden Saberhagen, Gabriel Kammer, Andres Erbsen, Alice McKean, Tristan Wylde-Larue