T\u00e4ll\u00e4 viikolla teko\u00e4lymaailmassa katseet k\u00e4\u00e4ntyv\u00e4t Ranskaan, Brysseliin ja benchmarkien ongelmiin. Mistral AI julkaisi uuden avoimen moderointimallin, EU otti k\u00e4ytt\u00f6\u00f6n teko\u00e4lyn l\u00e4pin\u00e4kyvyyss\u00e4\u00e4nn\u00f6t ja tuore tutkimus kyseenalaistaa totutut tavat vertailla kielimalleja. T\u00e4ss\u00e4 viikon kiinnostavimmat nostot Hacker Newsist\u00e4 ja The Vergest\u00e4.<\/p>\n
Ranskalainen Mistral AI on julkaissut Shieldstral-nimisen avoimen mallin, joka on suunniteltu monikieliseen ja multimodaaliseen sis\u00e4ll\u00f6n moderointiin. Vain kolmen miljardin parametrin kokoinen malli pystyy k\u00e4sittelem\u00e4\u00e4n teksti\u00e4, kuvia ja videota samassa putkessa. T\u00e4rkein uutinen on se, ett\u00e4 mallin painot ovat vapaasti ladattavissa \u2014 toisin kuin OpenAI:n ja Googlen vastaavat moderointiratkaisut, jotka toimivat vain suljettujen API-rajapintojen kautta. T\u00e4m\u00e4 on merkitt\u00e4v\u00e4 avaus erityisesti eurooppalaisille toimijoille, jotka tarvitsevat moderointity\u00f6kaluja mutta haluavat v\u00e4ltt\u00e4\u00e4 riippuvuutta yhdysvaltalaisista pilvipalveluista. Hacker Newsiss\u00e4 aihe ker\u00e4si nopeasti 350 pistett\u00e4<\/a>, mik\u00e4 kertoo kehitt\u00e4j\u00e4yhteis\u00f6n n\u00e4l\u00e4st\u00e4 avoimia malleja kohtaan.<\/p>\n Hacker Newsin etusivulle nousi ajatuksia her\u00e4tt\u00e4v\u00e4 essee, joka purkaa kahdeksan sitke\u00e4\u00e4 myytti\u00e4 generatiivisesta teko\u00e4lyst\u00e4 ohjelmistokehityksess\u00e4. Kirjoittaja haastaa v\u00e4itteet kuten ”teko\u00e4ly tekee koodareista tarpeettomia” ja ”kielimallit kirjoittavat virheet\u00f6nt\u00e4 koodia”, tarjoten tilalle tutkimusdataan pohjautuvaa realismia. Erityisen osuva on huomio tuottavuushy\u00f6tyjen jakautumisesta: teko\u00e4lyavusteinen koodaus nopeuttaa eniten kokeneita kehitt\u00e4ji\u00e4, jotka osaavat arvioida generoidun koodin laatua kriittisesti. Aloittelijoille ty\u00f6kalut voivat jopa hidastaa oppimista, jos koodia kopioidaan ymm\u00e4rt\u00e4m\u00e4tt\u00e4 sen toimintaa. Artikkeli ker\u00e4si 135 pistett\u00e4<\/a> ja synnytti vilkkaan keskustelun siit\u00e4, miten ohjelmistokehityksen ammattilaisen rooli muuttuu \u2014 ei katoa.<\/p>\n The Vergen mukaan Euroopan unionin uudet teko\u00e4lyn merkint\u00e4- ja l\u00e4pin\u00e4kyvyysvaatimukset<\/a> ovat nyt virallisesti voimassa. S\u00e4\u00e4nn\u00f6t velvoittavat teko\u00e4lyj\u00e4rjestelmien tarjoajia kertomaan k\u00e4ytt\u00e4jille selke\u00e4sti, milloin he ovat tekemisiss\u00e4 teko\u00e4lyn kanssa. Syv\u00e4v\u00e4\u00e4renn\u00f6kset ja teko\u00e4lyll\u00e4 tuotettu sis\u00e4lt\u00f6 on merkitt\u00e4v\u00e4 asianmukaisesti, ja riskialttiiden j\u00e4rjestelmien \u2014 kuten rekrytointialgoritmien ja luottop\u00e4\u00e4t\u00f6smallien \u2014 kohdalla vaatimukset ovat viel\u00e4 tiukemmat. T\u00e4m\u00e4 on osa laajempaa EU:n teko\u00e4lys\u00e4\u00e4d\u00f6st\u00e4, joka tulee voimaan vaiheittain ja tekee Euroopasta maailman kattavimmin s\u00e4\u00e4nnellyn teko\u00e4lymarkkinan. Yrityksill\u00e4 on nyt rajallinen aika sopeutua uusiin vaatimuksiin ennen seuraavien pyk\u00e4lien voimaantuloa.<\/p>\n Tuore systemaattinen tutkimus varoittaa teko\u00e4lyn benchmarkien kyll\u00e4stymisest\u00e4. Kun yh\u00e4 useampi malli saavuttaa huippupisteit\u00e4 samoissa testeiss\u00e4, mittareiden erottelukyky heikkenee. Tutkijat osoittavat, ett\u00e4 monet suositut vertailuaineistot \u2014 kuten MMLU ja HumanEval \u2014 alkavat menett\u00e4\u00e4 merkityst\u00e4\u00e4n, koska uusimmat mallit osaavat ne yksinkertaisesti liian hyvin. Ongelma ei ole pelk\u00e4st\u00e4\u00e4n akateeminen: jos emme pysty luotettavasti erottelemaan mallien todellisia kyvykkyyseroja, ostop\u00e4\u00e4t\u00f6kset ja tutkimusresurssit ohjautuvat helposti harhaan. Tutkimus ker\u00e4si Hacker Newsiss\u00e4 87 pistett\u00e4<\/a> ja her\u00e4tti keskustelua vaihtoehtoisista arviointimenetelmist\u00e4, kuten vastustajamallisesta testauksesta ja ihmisarvioijia hy\u00f6dynt\u00e4vist\u00e4 sokkotesteist\u00e4.<\/p>\n T\u00e4m\u00e4n viikon uutiset piirt\u00e4v\u00e4t kuvaa alasta, joka samanaikaisesti avautuu, s\u00e4\u00e4ntyy, kypsyy ja etsii uusia tapoja mitata itse\u00e4\u00e4n. Mistralin avoin malli haastaa amerikkalaiset j\u00e4tit nimenomaan l\u00e4pin\u00e4kyvyydell\u00e4, EU pakottaa koko toimialan samalle tielle, ja benchmark-kritiikki muistuttaa ettei pelkk\u00e4 numeroihin tuijottaminen riit\u00e4. Kokonaisuus lupaa mielenkiintoista loppuvuotta \u2014 erityisesti eurooppalaisesta n\u00e4k\u00f6kulmasta.<\/p>\n","protected":false},"excerpt":{"rendered":" Mistral julkaisi avoimen Shieldstral-moderointimallin, EU:n teko\u00e4lyn l\u00e4pin\u00e4kyvyyss\u00e4\u00e4nn\u00f6t astuivat voimaan ja benchmark-tutkimus paljastaa mallien vertailun rajat. Koonti teko\u00e4lyviikon t\u00e4rkeimmist\u00e4 uutisista.<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[7,8],"class_list":["post-187","post","type-post","status-publish","format-standard","hentry","category-blog","tag-ai","tag-tekoaly"],"_links":{"self":[{"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/posts\/187","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/comments?post=187"}],"version-history":[{"count":1,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/posts\/187\/revisions"}],"predecessor-version":[{"id":188,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/posts\/187\/revisions\/188"}],"wp:attachment":[{"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/media?parent=187"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/categories?post=187"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xn--tekolyblogi-o8a.com\/index.php\/wp-json\/wp\/v2\/tags?post=187"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Kahdeksan myytti\u00e4 teko\u00e4lyst\u00e4 ohjelmistokehityksess\u00e4<\/h2>\n
EU:n teko\u00e4lyn l\u00e4pin\u00e4kyvyyss\u00e4\u00e4nn\u00f6t astuivat voimaan<\/h2>\n
Benchmarkien kyll\u00e4styminen \u2014 mittaammeko en\u00e4\u00e4 oikeita asioita?<\/h2>\n