أعلن معهد Laude Institute، يوم الخميس، عن الدفعة الأولى من منح Slingshots، التي تهدف إلى “تطوير علوم وممارسة الذكاء الاصطناعي”.
تم تصميم برنامج Slingshots كمسرع للباحثين، ويهدف إلى توفير الموارد التي قد لا تكون متاحة في معظم البيئات الأكاديمية، سواء كان ذلك التمويل أو الطاقة الحاسوبية أو دعم المنتج والهندسي. في المقابل، يتعهد المتلقون بإنتاج بعض منتجات العمل النهائية، سواء كانت شركة ناشئة، أو قاعدة تعليمات برمجية مفتوحة المصدر، أو أي نوع آخر من الأعمال الفنية.
تتكون المجموعة الأولية من 15 مشروعًا، مع التركيز بشكل خاص على المشكلة الصعبة المتمثلة في تقييم الذكاء الاصطناعي. ستكون بعض هذه المشاريع مألوفة لقراء TechCrunch، بما في ذلك Terminal Bench القياسي لترميز سطر الأوامر وأحدث إصدار من مشروع ARC-AGI طويل الأمد.
ويتبع آخرون نهجا جديدا في التعامل مع مشكلة التقييم الراسخة. يهدف Formula Code، الذي أنشأه باحثون في معهد كاليفورنيا للتكنولوجيا وجامعة تكساس في أوستن، إلى إنتاج تقييم لقدرة وكلاء الذكاء الاصطناعي على تحسين التعليمات البرمجية الحالية، في حين يقترح BizBench ومقره كولومبيا معيارًا شاملاً لـ “وكلاء الذكاء الاصطناعي ذوي الياقات البيضاء”. تستكشف المنح الأخرى هياكل جديدة للتعلم المعزز أو ضغط النماذج.
المؤسس المشارك لـ SWE-Bench، جون بودا يانغ، هو أيضًا جزء من المجموعة، كقائد لمشروع CodeClash الجديد. مستوحاة من نجاح SWE-Bench، ستقوم CodeClash بتقييم التعليمات البرمجية من خلال إطار عمل ديناميكي قائم على المنافسة، وهو ما يأمل يانغ أن يفعله
وقال يانغ لـ TechCrunch: “أعتقد أن استمرار الأشخاص في التقييم وفقًا لمعايير الطرف الثالث الأساسية يؤدي إلى التقدم”. “أنا قلق بعض الشيء بشأن المستقبل حيث تصبح المعايير محددة للشركات.”
