การประเมิน AI กำลังกลายเป็นคอขวดใหม่ของพลังคำนวณ
หัวข้อต้นฉบับ:AI evals are becoming the new compute bottleneck
สรุปโดย AI
ต้นทุนการประเมิน AI ได้ก้าวข้ามเกณฑ์สำคัญและกำลังเปลี่ยนโฉมการเข้าถึง Holistic Agent Leaderboard ใช้เงินประมาณ 4 หมื่นดอลลาร์ในการรันการจำลองเอเจนต์กว่า 2 หมื่นครั้ง โดยการทดสอบโมเดลล้ำสมัยหนึ่งครั้งมีต้นทุนสูงถึง 2,829 ดอลลาร์ งานวิจัยชี้ว่าต้นทุนของงานเดียวกันต่างกันได้ถึง 33 เท่า โดยการเลือก scaffolding เป็นปัจจัยขับเคลื่อนต้นทุนหลัก แม้ benchmark แบบคงที่สามารถลดต้นทุนได้ร้อยเท่าด้วยเทคโนโลยีบีบอัด แต่การประเมินเอเจนต์บีบอัดได้จำกัดเนื่องจากเส้นทางยาวและมีสัญญาณรบกวนมาก การใช้จ่ายสูงไม่ได้นำมาซึ่งผลลัพธ์ที่ดีกว่าเสมอ: ตัวอย่างเช่น ในการทดสอบ GAIA วิธี 2,828 ดอลลาร์ได้ความแม่นยำ 28.5% ขณะที่วิธี 1,686 ดอลลาร์ได้ถึง 57.6% เมื่อการประเมินรวมการฝึกอบรมโมเดล ต้นทุนจะเกินกรอบ API ทั่วไปโดยสิ้นเชิง
ข้อมูลสำคัญ
- ต้นทุนการประเมิน AI ได้ก้าวข้ามเกณฑ์สำคัญและกำลังเปลี่ยนโฉมการเข้าถึง Holistic Agent Leaderboard…
- 5% ขณะที่วิธี 1,686 ดอลลาร์ได้ถึง 57.
- 6% เมื่อการประเมินรวมการฝึกอบรมโมเดล ต้นทุนจะเกินกรอบ API ทั่วไปโดยสิ้นเชิง
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Hugging Face 社区博客(混合发现)
- หมวดหมู่
- ความเห็นและบทวิเคราะห์
- คะแนน AI
- 62
这篇把分散的评估成本数据拉通了算总账,曾经便宜的评测现在动辄上万美元,独立评估正被价格挤出牌桌,做Agent的人必须意识到排行榜的代价。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: การประเมิน AI กำลังกลายเป็นคอขวดใหม่ของพลังคำนวณ 30 เมษายน 2026 https://new.nat6.net/th/news/cmokcbel300ilsl4fwekuxwgp/