Karmaşık kurumsal akıl yürütme problemlerini çözmek için trilyon parametreli bir model gerekli değildir. Databricks, OfficeQA benchmarkindeki 90.000 sayfa yapılandırılmamış finansal veriyle en büyük öncü LLM'lerin bile zorlandığını kanıtladı. Ancak @SentientAGI'deki Grounded Reasoning Challenge kuralları değiştiriyor. Challenge 0 halka açık ve 6000 dolarlık ödül havuzuyla 22 Haziran'a kadar devam ediyor. Bu, geliştiricilerin temellendirilmiş kanıtlarla akıl yürütebilen agenler tasarlamada ne kadar başarılı olduklarını doğrudan test ediyor. Soruna büyük hesaplama gücü atmak yerine, geliştiriciler, EvoSkill gibi çerçeveleri kullanarak kendi hatalarını yinelemeli olarak hatalarını düzeltmeyi başaran daha küçük, kendini geliştiren agenler görüyor. Bu açık yarışma, yapılandırılmış kontrol akışının her zaman raw ölçeklendirmeyi yendiğini gösteriyor. Şimdi inşa etme zamanı.