जटिल उद्यमिक तर्क को हल करने के लिए आपको एक ट्रिलियन पैरामीटर मॉडल की आवश्यकता नहीं है। Databricks ने साबित किया कि OfficeQA बेंचमार्क में असंरचित वित्तीय डेटा के नब्बे हजार पृष्ठों के साथ सबसे बड़े अग्रणी LLMs भी कठिनाई का सामना कर रहे हैं। लेकिन @SentientAGI पर Grounded Reasoning Challenge नियम बदल रहा है। चैलेंज 0 सार्वजनिक है और 6000 डॉलर की इनाम राशि के साथ 22 जून तक चल रहा है। यह एक सीधा परीक्षण है कि निर्माता कितनी अच्छी तरह से ऐसे एजेंट्स का डिज़ाइन कर सकते हैं जो स्थिर साक्ष्य के साथ तर्क करते हैं। समस्या पर विशाल कंप्यूटिंग बरसाने के बजाय, निर्माता छोटे, स्वयं-विकसित एजेंट्स को देख रहे हैं जो EvoSkill जैसे फ्रेमवर्क का उपयोग करके अपनी विफलताओं को क्रमिक रूप से डीबग करते हैं। यह खुली प्रतियोगिता दिखा रही है कि संरचित नियंत्रण प्रवाह हमेशा कच्चे पैमाने को हरा देता है। अब समय है बनाने का।