Holo4 tek modelle ekran, kod ve API arasında çalışmayı hedefliyor
H Company, ekran, kod, MCP araçları ve API üzerinden işlem yapabilen iki Holo4 modelini yayımladı. Model ağırlıkları da erişime açıldı. Tek modelin farklı arayüzlerde görev sürdürebilmesi duyurunun merkezinde; ancak şirketin paylaştığı karşılaştırmalar farklı sınama koşullarına dayanıyor. Yayımlanan işlem izleri, açıklanan görevlerdeki adımları incelemeye imkân veriyor; başka iş akışlarındaki güvenilirliği kanıtlamıyor.
Yapay Zekâ··Akşam
Tek model dört işlem yoluna açılıyor
H Company, yazılımda işlem yürütmek için Holo4 adlı iki yapay zekâ eylemci modelini yayımladı. TPS de 28 Eylül’deki model çıkışını ve aynı modellerin grafik arayüz, kod, Model Context Protocol (MCP) araçları ve uygulama programlama arayüzü (API) üzerinden çalışmak üzere tasarlandığını aktardı. Bir iş, ekrandaki düğmeyi kullanmaktan kod çalıştırmaya veya hizmet çağırmaya geçse de şirketin tasarımında ayrı bir uzman model seçmek gerekmiyor. Yoğun sürüm 27 milyar, uzmanlar karışımı sürüm toplam 35 milyar parametre taşıyor. İkisi H Models API üzerinden sunuluyor; model ağırlıkları da Hugging Face’te yayımlandı. Bu erişim biçimleri, görevlerin gerçek ortamlarda başarıyla tamamlandığına ilişkin bir ölçüm değil.[1], [2]
Eğitim görevleri birden fazla arayüz içeriyor
Şirket, eğitimde gözetimli öğrenme ve pekiştirmeli öğrenmeyi birleştirdiğini söylüyor. Kendi görev üretim düzeneği, web uygulamaları, masaüstü yazılımları ve MCP sunucularını içeren yaklaşık 10.000 görev oluşturdu. Bazı ortamlarda aynı duruma hem ekrandan hem de MCP üzerinden erişilebiliyor; bu, modelin hangi yolu kullanacağını seçmesi gereken görevler yaratıyor. H Company ayrıca yürütme düzeneğine yüzlerce adım boyunca durumu izlemeyi amaçlayan bellek ve masaüstü bilgisayarda kabuk erişimi eklediğini açıkladı. Uzun bir görevde arayüz değişince önceki adımlara ilişkin bağlamın korunması, modelin hedeflediği kullanımın bir parçası. Şirket, halka açık sınama görevlerinin işlem izlerini indirilebilir ve yeniden oynatılabilir biçimde yayımladığını belirtiyor.[1]
Açık izler yalnız açıklanan sınama görevlerini kapsıyor
H Company’nin OSWorld 2.0 karşılaştırmasında yoğun Holo4 sürümü yüzde 61,7, uzmanlar karışımı sürüm yüzde 30,9 sonuç verdi. TPS de bu sayıları şirketin duyurusuna dayanarak aktarıyor. Açıklamada başka modeller için verilen sayılar farklı kaynak ve koşullardan toplandığı için aynı düzeneğin eşit koşullu sonuçları sayılamaz. AutomationBench ölçümleri ise şirketin iç düzeneğinde yapıldı; özel görev kümesindeki sonuç henüz açıklanmadı. Yayımlanan işlem izleri belirli halka açık görevlerde hangi adımların atıldığını gösterebilir. Ancak ofis yazılımlarındaki değişen ekranlar, izinler ve kesintiler karşısında aynı modelin ne ölçüde güvenilir kalacağını bu duyuru belirlemiyor.[1], [2]
İlgili köşe yazıları
Bu gündem hakkında daha fazla bilgi için ilgili köşe yazılarını okuyabilirsiniz.
