Whalesbook
Salesforce தீர்க்க விரும்பும் முக்கிய சவால் என்னவென்றால், லார்ஜ் லாங்குவேஜ் மாடல்கள் (LLMs) கட்டுப்படுத்தப்பட்ட பெஞ்ச்மார்க் சோதனைகளில் எப்படி செயல்படுகின்றன என்பதற்கும், எண்டர்பிரைஸ் செயல்பாடுகளின் கணிக்க முடியாத சூழலில் அவை எப்படி நடந்துகொள்கின்றன என்பதற்கும் இடையிலான குறிப்பிடத்தக்க வேறுபாடுதான். ஸ்ரீனி தல்லபிரகடா, பிரசிடென்ட் மற்றும் சீஃப் இன்ஜினியரிங் மற்றும் கஸ்டமர் சக்சஸ் ஆபீசர், LLM-கள் அடிப்படை என்றாலும், வலுவான பெஞ்ச்மார்க் மதிப்பெண்கள் தானாகவே நிலையான வணிக விளைவுகளை உறுதி செய்யாது என்று சுட்டிக்காட்டினார்.
AI செயல்திறன் இடைவெளியைக் குறைத்தல்
பல ஆண்டுகளாக, பல பெரிய நிறுவனங்கள் AI பைலட்டுகள் மற்றும் டெமோக்களில் கவனம் செலுத்தின. இருப்பினும், இந்த முயற்சிகள் பெரும்பாலும் ஸ்தம்பித்துவிட்டன, மிகச் சில அமைப்புகள் மட்டுமே முழு உற்பத்திக்கு வெற்றிகரமாக மாறின. தல்லபிரகடா இதை "கடைசி மைல்" பிரச்சனை என்று அடையாளம் காட்டினார். இந்த இறுதி கட்டத்திற்கு, AI அமைப்புகள் பல்வேறு எட்ஜ் கேஸ்கள், நீண்ட காலங்கள் மற்றும் கடுமையான ஒழுங்குமுறை மேற்பார்வையின் கீழ், நிலையான கணிப்புத் தன்மையுடன் செயல்பட வேண்டும், இது பெரும்பாலும் நிகழ்தகவு AI மாடல்களால் பூர்த்தி செய்ய முடியாத ஒரு தரமாகும்.
ஹைப்ரிட் AI அமைப்புகளின் தேவை
LLM-கள், அவற்றின் நிகழ்தகவு இயல்பு காரணமாக, நுணுக்கத்தையும் சூழலையும் புரிந்துகொள்வதில் சிறந்து விளங்குகின்றன, ஆனால் முழுமையான நிச்சயத்தன்மை தேவைப்படும்போது அவை தோல்வியடையக்கூடும். தல்லபிரகடா, LLM-கள் 97% நேரம் இணங்கக்கூடும் என்றாலும், எண்டர்பிரைஸ் பணிப்பாய்வுகள், குறிப்பாக நிதிச் சேவைகள் அல்லது வாடிக்கையாளர் பணத்தைத் திரும்பப்பெறுதல் போன்ற முக்கியமான பகுதிகளில், 100% இணக்கத்தை கோருகின்றன என்று குறிப்பிட்டார். இதை நிவர்த்தி செய்ய, Salesforce ஜெனரேட்டிவ் AI-ஐ டிட்டர்மினிஸ்டிக் சிஸ்டம்களுடன் ஒருங்கிணைக்கிறது. இந்த ஹைப்ரிட் அணுகுமுறை, நெகிழ்வுத்தன்மை, பகுத்தறிவு மற்றும் பச்சாதாபம் தேவைப்படும் பணிகளுக்கு LLM-களைப் பயன்படுத்துகிறது, அதே நேரத்தில் விதி அடிப்படையிலான தர்க்கத்தை (rule-based logic) இணக்க-கனமான அல்லது தணிக்கை-உணர்திறன் கொண்ட செயல்முறைகளுக்குப் பயன்படுத்துகிறது.
பெஞ்ச்மார்க் மற்றும் எதிர்காலக் கண்ணோட்டம் குறித்த எச்சரிக்கை
தொழில்துறை பெஞ்ச்மார்க்குகள் பெரும்பாலும் கோட்பாட்டு ரீதியானவை மற்றும் கையாளப்படக்கூடியவை என்பதால், அவை நம்பகத்தன்மையின் தவறான உணர்வை அளிக்கும் என தல்லபிரகடா எச்சரித்தார். பெஞ்ச்மார்க்கில் ஒரு சரியான மதிப்பெண் நிஜ-உலக செயல்திறனுக்கு சமமானதல்ல என்றும் அவர் கூறினார். இந்த ஒழுக்கமான அணுகுமுறை இருந்தபோதிலும், Salesforce LLM-களின் பயன்பாட்டை தொடர்ந்து அதிகரித்து வருகிறது, பல்வேறு மாடல்களில் செயல்திறன், செலவு மற்றும் நிலைத்தன்மைக்காக உகந்ததாக்குகிறது. 2026 ஆம் ஆண்டு எண்டர்பிரைஸ் AI தத்தெடுப்புக்கு ஒரு குறிப்பிடத்தக்க திருப்புமுனையாக இருக்கும் என்று நிறுவனம் எதிர்பார்க்கிறது, ஆரம்ப உற்சாகத்திலிருந்து நிரூபிக்கக்கூடிய வணிக மதிப்பு விநியோகத்திற்கு கவனம் மாறும்.