NVIDIA-ის AI-Q Blueprint – წამყვანი პორტატული, ღია სიღრმისეული კვლევითი აგენტი – ახლახან ავიდა Hugging Face-ის „LLM ძიებით“ ლიდერთა დაფის სათავეში DeepResearch Bench-ზე. ეს არის მნიშვნელოვანი წინგადადგმული ნაბიჯი ღია კოდის AI სტეკისთვის, რაც ადასტურებს, რომ დეველოპერებისთვის ხელმისაწვდომ მოდელებს შეუძლიათ უზრუნველყონ მოწინავე აგენტური სამუშაო პროცესები, რომლებიც კონკურენციას უწევს ან აღემატება დახურულ ალტერნატივებს. რა განასხვავებს AI-Q-ს? ის აერთიანებს ორ მაღალპროდუქტიულ ღია LLM-ს – Llama 3.3-70B Instruct-ს და Llama-3.3-Nemotron-Super-49B-v1.5-ს – რათა განახორციელოს გრძელკონტექსტური ინფორმაციის მოძიება, აგენტური მსჯელობა და მძლავრი სინთეზი. AI-Q-ის საცნობარო მაგალითი ასევე მოიცავს: არქიტექტურა მხარს უჭერს პარალელურ, დაბალი შეყოვნების ძიებას ლოკალურ და ვებ მონაცემებზე, რაც მას იდეალურს ხდის გამოყენების შემთხვევებისთვის, რომლებიც მოითხოვს კონფიდენციალურობას, შესაბამისობას ან ლოკალურ განლაგებას შემცირებული შეყოვნებისთვის. NVIDIA Llama Nemotron Super არ არის მხოლოდ დაზუსტებული ინსტრუქციული მოდელი – ის დამატებით მომზადებულია აგენტური მსჯელობისთვის და მხარს უჭერს მსჯელობის ჩართვა/გამორთვის ფუნქციას სისტემური მოთხოვნების (system prompts) მეშვეობით. მისი გამოყენება შესაძლებელია სტანდარტულ ჩატის LLM რეჟიმში ან გადართვა სიღრმისეულ, აზროვნების ჯაჭვურ მსჯელობაზე აგენტური პაიპლაინებისთვის – რაც საშუალებას აძლევს დინამიურ, კონტექსტისადმი მგრძნობიარე სამუშაო პროცესებს. ძირითადი მახასიათებლები: AI-Q-ის ერთ-ერთი მთავარი ძალა გამჭვირვალობაა – არა მხოლოდ გამომავალ შედეგებში, არამედ მსჯელობის კვალსა და შუალედურ ნაბიჯებში. შემუშავების დროს, NVIDIA-ის გუნდმა გამოიყენა როგორც სტანდარტული, ისე ახალი მეტრიკა, მაგალითად: არქიტექტურა იდეალურად ერგება დეტალურ, ნაბიჯ-ნაბიჯ შეფასებასა და გამართვას – რაც აგენტური პაიპლაინის შემუშავების ერთ-ერთი ყველაზე დიდი სირთულეა. DeepResearch Bench აფასებს აგენტურ სტეკებს 100-ზე მეტი გრძელკონტექსტური, რეალური კვლევითი დავალების გამოყენებით (მეცნიერების, ფინანსების, ხელოვნების, ისტორიის, პროგრამული უზრუნველყოფის და სხვა სფეროებში). ტრადიციული Q&A-სგან განსხვავებით, დავალებები მოითხოვს მოხსენების მოცულობის სინთეზს და კომპლექსურ მრავალეტაპიან მსჯელობას. ღია კოდის ეკოსისტემა სწრაფად ავსებს ხარვეზს – და ზოგიერთ სფეროში ლიდერობს – რეალურ აგენტურ ამოცანებში, რომლებსაც მნიშვნელობა აქვს. AI-Q, რომელიც Llama Nemotron-ზეა აგებული, აჩვენებს, რომ უახლესი შედეგების მისაღწევად არ არის საჭირო გამჭვირვალობასა და კონტროლზე კომპრომისის წასვლა. სცადეთ სტეკი ან მოარგეთ ის თქვენს კვლევით აგენტურ პროექტებს Hugging Face-დან ან build.nvidia.com-დან.