Whalesbook
Salesforce ਜਿਸ ਮੁੱਖ ਚੁਣੌਤੀ ਨੂੰ ਹੱਲ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ, ਉਹ ਹੈ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲਜ਼ (LLMs) ਦਾ ਕੰਟਰੋਲਡ ਬੈਂਚਮਾਰਕ ਟੈਸਟਾਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕਾਰਜਾਂ ਦੇ ਅਣਪਛਾਤੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਅਸਲ ਵਿਵਹਾਰ ਦੇ ਵਿਚਕਾਰ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ। ਸ੍ਰੀਨੀ ਤੱਲਾਪ੍ਰਗੜਾ, ਪ੍ਰੈਜ਼ੀਡੈਂਟ ਅਤੇ ਚੀਫ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਕਸਟਮਰ ਸਕਸੈਸ ਅਫਸਰ ਨੇ ਦੱਸਿਆ ਕਿ ਭਾਵੇਂ LLMs ਬੁਨਿਆਦੀ ਹਨ, ਪਰ ਮਜ਼ਬੂਤ ਬੈਂਚਮਾਰਕ ਸਕੋਰ ਆਪਣੇ ਆਪ ਸਥਿਰ ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਦਿੰਦੇ।
AI ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਪਾੜੇ ਨੂੰ ਪੂਰਨਾ
ਸਾਲਾਂ ਤੋਂ, ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਡੀਆਂ ਫਰਮਾਂ AI ਪਾਇਲਟ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੀਆਂ ਸਨ। ਹਾਲਾਂਕਿ, ਇਹ ਕੋਸ਼ਿਸ਼ਾਂ ਅਕਸਰ ਰੁਕ ਜਾਂਦੀਆਂ ਸਨ, ਅਤੇ ਬਹੁਤ ਘੱਟ ਸਿਸਟਮ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਤਪਾਦਨ ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਤਬਦੀਲ ਹੋ ਸਕਦੇ ਸਨ। ਤੱਲਾਪ੍ਰਗੜਾ ਨੇ ਇਸਨੂੰ "ਆਖਰੀ ਮੀਲ" ਸਮੱਸਿਆ ਵਜੋਂ ਪਛਾਣਿਆ। ਇਸ ਅੰਤਿਮ ਪੜਾਅ ਵਿੱਚ AI ਸਿਸਟਮਾਂ ਨੂੰ ਵੱਖ-ਵੱਖ ਐਜ ਕੇਸਾਂ ਵਿੱਚ, ਲੰਬੇ ਸਮੇਂ ਤੱਕ, ਅਤੇ ਸਖਤ ਰੈਗੂਲੇਟਰੀ ਨਿਗਰਾਨੀ ਹੇਠ, ਅਟੱਲ ਅਨੁਮਾਨ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਅਜਿਹਾ ਮਿਆਰ ਹੈ ਜੋ ਅਕਸਰ ਸਿਰਫ ਸੰਭਾਵੀ (probabilistic) AI ਮਾਡਲਾਂ ਦੁਆਰਾ ਪੂਰਾ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ।
ਹਾਈਬ੍ਰਿਡ AI ਸਿਸਟਮਾਂ ਦੀ ਲੋੜ
LLMs, ਆਪਣੇ ਸੰਭਾਵੀ ਸੁਭਾਅ ਕਾਰਨ, ਸੂਖਮਤਾ ਅਤੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਉੱਤਮ ਹੁੰਦੇ ਹਨ, ਪਰ ਜਦੋਂ ਪੂਰੀ ਨਿਸ਼ਚਤਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਤਾਂ ਉਹ ਫੇਲ ਹੋ ਸਕਦੇ ਹਨ। ਤੱਲਾਪ੍ਰਗੜਾ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ LLMs 97% ਸਮਾਂ ਪਾਲਣ ਕਰ ਸਕਦੇ ਹਨ, ਪਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਕਫਲੋ, ਖਾਸ ਤੌਰ 'ਤੇ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਜਾਂ ਗਾਹਕ ਰਿਫੰਡ ਵਰਗੇ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ ਵਿੱਚ, 100% ਪਾਲਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, Salesforce ਜਨਰੇਟਿਵ AI ਨੂੰ ਨਿਯਤ (deterministic) ਸਿਸਟਮਾਂ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਇਹ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚ LLMs ਦੀ ਵਰਤੋਂ ਲਚਕਤਾ, ਤਰਕ ਅਤੇ ਹਮਦਰਦੀ ਦੀ ਲੋੜ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਕਰਦੀ ਹੈ, ਜਦੋਂ ਕਿ ਨਿਯਮ-ਆਧਾਰਿਤ ਤਰਕ (rule-based logic) ਪਾਲਣ-ਭਾਰੀ ਜਾਂ ਆਡਿਟ-ਸੰਵੇਦਨਸ਼ੀਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
ਬੈਂਚਮਾਰਕ ਅਤੇ ਭਵਿੱਖ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ 'ਤੇ ਸਾਵਧਾਨੀ
ਤੱਲਾਪ੍ਰਗੜਾ ਨੇ ਉਦਯੋਗ ਬੈਂਚਮਾਰਕਾਂ ਬਾਰੇ ਸਾਵਧਾਨੀ ਵਰਤਣ ਦੀ ਅਪੀਲ ਕੀਤੀ, ਕਿਉਂਕਿ ਉਹਨਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਸਿਧਾਂਤਕ ਹਨ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚ ਹੇਰਫੇਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜੋ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਝੂਠੀ ਭਾਵਨਾ ਦਿੰਦੇ ਹਨ। ਉਨ੍ਹਾਂ ਕਿਹਾ ਕਿ ਬੈਂਚਮਾਰਕ 'ਤੇ ਇੱਕ ਸੰਪੂਰਨ ਸਕੋਰ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੈ। ਇਸ ਵਧੇਰੇ ਅਨੁਸ਼ਾਸਿਤ ਪਹੁੰਚ ਦੇ ਬਾਵਜੂਦ, Salesforce LLMs ਦੀ ਵਰਤੋਂ ਵਧਾ ਰਿਹਾ ਹੈ, ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ, ਲਾਗਤ ਅਤੇ ਸਥਿਰਤਾ ਲਈ ਅਨੁਕੂਲਨ ਕਰ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ 2026 ਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਅਪਣਾਉਣ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮੋੜ ਵਜੋਂ ਦੇਖਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਤੋਂ ਹਟ ਕੇ ਠੋਸ ਕਾਰੋਬਾਰੀ ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਜਾਵੇਗਾ।