Deep Interaction என்பது டெவலப்பர்கள் ஒரு மொழி மாதிரியின் (language model) சிந்தனைச் சங்கிலியை (reasoning chain) உடனுக்குடன் திருத்த அனுமதிக்கிறது; இது STEM சார்ந்த சிக்கல்களில் திருத்தங்களின் வெற்றியை 25%-க்கும் மேலாக அதிகரிப்பதோடு, டோக்கன் (token) பயன்பாட்டையும் சுமார் 40% குறைக்கிறது.
தற்போதுள்ள தீர்வுகள் ஏன் போதுமானதாக இல்லை
Chain-of-thought prompting முறையைப் பயன்படுத்தும் பெரிய மொழி மாதிரிகள் (LLMs), சிக்கலான கேள்விகளைத் தொடர்ச்சியான தர்க்கரீதியான படிகளாகப் பிரிக்கின்றன. ஒரு படி தவறாகும்போது, டெவலப்பர்கள் வழக்கமாக உரையாடலை மீண்டும் தொடங்குவார்கள் அல்லது ஒரு திருத்தமான தூண்டுதலை (corrective prompt) முன்னால் சேர்ப்பார்கள். இவை இரண்டும் நேரத்தை வீணடிக்கின்றன: மாதிரி பெரும்பாலும் அதே தவறைத் திரும்பச் செய்கிறது அல்லது எதையும் கற்றுக்கொள்ளாமல் ஒரு பொதுவான மன்னிப்பை மட்டும் வழங்குகிறது. மாதிரியை மீண்டும் சரியான பாதையில் கொண்டு வர டெவலப்பர்கள் டஜன் கணக்கான தூண்டுதல்களை அனுப்ப வேண்டியுள்ளது, இது டோக்கன் எண்ணிக்கை மற்றும் கணினிச் செலவை (compute cost) அதிகரிக்கிறது.
Deep Interaction எவ்வாறு மாறுபடுகிறது
இந்த புதிய நுட்பம், மாதிரியின் வெளியீட்டை ஒரு 'black-box' விடையாகக் கருதாமல், திருத்தக்கூடிய உரையாகக் கையாள்கிறது. இதன் பணிப்பாய்வு (workflow) பின்வருமாறு:
- பிழையைக் கண்டறிதல் – சிந்தனைச் சங்கிலியில் தவறான துல்லியமான படியை டெவலப்பர் அடையாளம் காட்டுகிறார்.
- அங்கேயே திருத்துதல் – டெவலப்பர் அந்த வரியைத் திருத்தி எழுதுகிறார், அதே நேரத்தில் அதைச் சுற்றியுள்ள சரியான படிகளை அப்படியே வைத்திருக்கிறார்கள்.
- திருத்தத்தைச் சுருக்குதல் – மனிதனால் செய்யப்பட்ட திருத்தத்தை, அந்தத் தர்க்கத்தைப் பிரதிபலிக்கும் ஒரு சுருக்கமான தூண்டுதலாக (prompt) இந்த அமைப்பு மாற்றுகிறது.
- மாதிரியை வழிநடத்துதல் – LLM இந்தச் சுருக்கப்பட்ட தூண்டுதலைப் பெற்று, திருத்தப்பட்ட புள்ளியிலிருந்து தனது சிந்தனையைத் தொடர்கிறது.
முழுமையான மறு-தூண்டுதலுக்குப் பதிலாக, ஒரு குறிப்பிட்ட திருத்தத்தை மட்டும் மாதிரிக்கு வழங்குவதன் மூலம், ஏற்கனவே சரியாக உள்ள முந்தைய பகுதிகளை மீண்டும் உருவாக்க வேண்டிய அவசியம் தவிர்க்கப்படுகிறது.
அளவிடக்கூடிய முன்னேற்றங்கள்
STEM சார்ந்த பணிகளின் தொகுப்பில் மேற்கொள்ளப்பட்ட அளவுகோல்கள் (benchmarks) இதன் தாக்கத்தை தெளிவாகக் காட்டுகின்றன. டெவலப்பர்கள் Deep Interaction-ஐப் பயன்படுத்தும்போது, வழக்கமான மறு-தூண்டுதல் முறையுடன் ஒப்பிடும்போது, வெற்றிகரமாகத் திருத்தப்பட்ட விடைகளின் விகிதம் நான்கில் ஒரு பங்கிற்கும் மேலாக அதிகரித்தது. அதே நேரத்தில், டோக்கன் பயன்பாடு சுமார் 40% குறைந்தது, இது கிளவுட்-கணினி (cloud-compute) கட்டணங்களைக் குறைப்பதோடு, ஊடாடும் பயன்பாடுகளின் (interactive applications) வேகத்தையும் அதிகரித்தது.
பயனடையக்கூடியவர்கள்
- டெவலப்பர்கள் – இனி முடிவில்லாத prompt-tuning சுழற்சிகளை உருவாக்க வேண்டிய அவசியமில்லை. ஒரு சிறிய திருத்தம் தர்க்கரீதியான பிழையைச் சரிசெய்யும், இதனால் உயர்நிலை வேலைகளுக்குத் தேவையான நேரம் கிடைக்கும்.
- அறிவியல் அல்லது பொறியியல் கருவிகளை உருவாக்கும் நிறுவனங்கள் – மிகவும் நம்பகமான சிந்தனை என்பது சிமுலேஷன்கள் (simulations), கணக்கீடுகள் அல்லது தரவு பகுப்பாய்வுப் பாதைகளில் (data-analysis pipelines) ஏற்படும் பிழைகளைக் குறைக்கும்.
- இறுதிப் பயனர்கள் – வேகமான பதில்கள் மற்றும் குறைந்த சேவை கட்டணங்கள் AI-ஆல் இயங்கும் உதவியாளர்களின் ஒட்டுமொத்த அனுபவத்தை மேம்படுத்துகின்றன.
வரம்புகள் மற்றும் மறுப்புரைகள்
டெவலப்பரால் துல்லியமான தர்க்கப் பிழையை அடையாளம் கண்டு அதைத் தெளிவாகக் கூற முடியும் என்று Deep Interaction கருதுகிறது. பிழைகள் நுணுக்கமானதாக இருக்கும் அல்லது சிந்தனைத் திறன் தெளிவற்றதாக இருக்கும் துறைகளில், கைமுறையாகத் திருத்துவது நடைமுறைக்குச் சாத்தியமற்றதாக இருக்கலாம். மேலும், அறிக்கையிடப்பட்ட இந்த முன்னேற்றங்கள் கட்டுப்படுத்தப்பட்ட STEM அளவுகோல்களிலிருந்து பெறப்பட்டவை.
சுருக்கம்
Deep Interaction ஒரு டெவலப்பரை ஒரு செயலற்ற பயனராக இருந்து ஒரு தீவிரமான ஆசிரியராக மாற்றுகிறது, இது LLM சிந்தனையைத் துல்லியமாகவும் குறைந்த செலவிலும் திருத்த அனுமதிக்கிறது.