محققان در مقاله جدید خود به نکته بسیار مهمی اشاره کردهاند: «هزینه پردازش» (Compute Cost) در حال تبدیل شدن به فاکتور اصلی در رقابت مدلهای بزرگ است.
مشکل اینجاست که لیدربوردهای فعلی فقط دقت (Factuality) را میسنجند و توجهی ندارند که یک مدل چقدر منابع مصرف میکند. آنها پروتکل جدیدی به نام «MAS-HQ» معرفی کردهاند که به جای امتیازدهی ایزوله، مدلها را در یک رقابت بر اساس «کاراییِ هزینه» میسنجد.
نتیجه این پژوهش نشان میدهد که گاهی یک مدل پرهزینه، فقط در ظاهر بهتر از مدلهای بهینهتر است! در واقع، آینده هوش مصنوعی نه فقط در قدرت بیشتر، بلکه در «هوشمندیِ کمهزینه» نهفته است. 📉💡
منبع: arXiv AI
