සිංහල පුවත්සඳුදා, 16 නොවැම්බර් 2026
නවතමකේප් යෝර්ක් උණුසුම දිගටම: වෙයිපා නගරයෙන් නව වාර්තා

පර්යේෂණ අධ්‍යයන නිරීක්ෂණය

පර්යේෂණ අධ්‍යයන නිරීක්ෂණය

2026 අගෝස්තු 11 පළ කළ කුෂාල් චක්‍රබර්තිගේ (Kushal Chakrabarti) පූර්ව පර්යේෂණ පත්‍රිකාවක්, ගබඩාවල උපදෙස් ගොනු සීමාවකින් තොරව වර්ධනය වීමට හේතුව විමසයි: ඒවා පැනවීමට තිබූ හේතුව තවදුරටත් අදාළ නොවන උපදෙස් පවා ආරක්ෂිතව මකා දැමීම අපහසුය. මෙම අධ්‍යයනය ගබඩා 1,867ක් පුරා උපදෙස් 247,694ක ජීවන කාල විශ්ලේෂණය කරන අතර උපදෙස්වල හේතුව සඳහන් කරන සටහන් අත්හදා බලයි. මෙහි ප්‍රායෝගික පාඩම වන්නේ නියෝජිත උපදෙස් කේත මෙන් අනුවාදගත කර, ඒවා අවශ්‍ය වන්නේ ඇයි යන්න සටහන් කිරීමයි. මිනුම් සහ හේතුකාරක අර්ථකථනය කතුවරයා වාර්තා කළ ඒවා වන අතර ස්වාධීන ප්‍රතිනිෂ්පාදනයක් සිදුකර නැත.

යිචී වැං (Yiqi Wang), සිහාඕ යැන් (Zihao Yan), ජියාචී ෂැං (Jiaqi Zhang), ෂැංකයි වු (Zhangkai Wu), මිංකයි ෂෙං (Mingkai Zheng), සෙචුන් සුන් (Zequn Sun), යැන්මිං ෂු (Yanming Zhu) සහ තාඕතාඕ කායි (Taotao Cai) විමසන්නේ සාරාංශ මඟින් පෞද්ගලික, දූෂිත, අවසර අවලංගු කළ හෝ විශ්වාස නොකළ මූලාශ්‍ර සැඟවිය හැකි ගැටලුවයි. ඔවුන්ගේ දායකත්වය වන්නේ අවසර පෙරීම, මාර්ග විශ්වාස ශ්‍රේණිගත කිරීම සහ අවදානම් ක්‍රියා ද්වාරයක් සහිත වර්ග නිර්ණය කළ මූලාශ්‍ර ප්‍රස්තාරයකි (typed provenance graph). එමඟින් මූලාශ්‍ර ඉතිහාසය ක්‍රියාත්මක වන අවස්ථාවේ අවසර තීරණය කරන සංඥාවක් බවට පත් කෙරේ. මෙම ක්‍රමය ක්ෂේත්‍ර තුනක කෘත්‍රිම කාර්ය 2,700ක් මත පරීක්ෂා කර ඇති අතර සැබෑ භාවිත පරිසරයක ප්‍රතිනිෂ්පාදනයක් සිදුකර නැත.

ෂින් ෂියාඕ (Xin Xiao), ජියැං ෂොං (Jiang Zhong), ජුන්නන් ෂු (Junnan Zhu), යිංචාඕ ෆෙං (Yingchao Feng), පෙයිජින් වැං (Peijin Wang), යිදාන් ෂැං (Yidan Zhang) සහ කයිවෙන් වෙයි (Kaiwen Wei) අවධානය යොමු කරන්නේ සංවේදක, නිෂ්පාදන, අවකාශීය, කාලීය සහ පරාමිති සීමාවලට අනුකූල විය යුතු පෘථිවි නිරීක්ෂණ කාර්ය ප්‍රවාහ වෙතය. ඔවුන්ගේ දායකත්වය, ප්‍රධාන ආකෘතිය නැවත පුහුණු කිරීම අවශ්‍ය නොවන ආරක්ෂක ද්වාර සහිත ආසවනයක් සමඟ ප්‍රස්තාර, අත්දැකීම් සහ ක්‍රියාපටිපාටි මතක ඒකාබද්ධ කරයි. එහි අරමුණ නැවත නැවත එකම අයුරින් සිදුකළ හැකි චන්ද්‍රිකා රූප විශ්ලේෂණයයි. මෙය මිණුම් පරීක්ෂණවලට පමණක් සීමා වන අතර කිසිදු ආයතනයක හෝ චන්ද්‍රිකාවක යෙදවීමක් නොමැත. ක්‍රියාකාරිත්වය කතුවරුන් වාර්තා කළ එකකි.

එක්ස්පෙං පදනම් ආකෘති කණ්ඩායම (XPeng Foundation Model Team) විමසන්නේ දීර්ඝ ස්වාභාවික භාෂා තර්කනය තත්කාලීන රිය පැදවීමේ පාලනය සඳහා අධික ලෙස මන්දගාමී වීම සහ ප්‍රශස්ත කළ නොහැකි වීමයි. ඔවුන්ගේ දායකත්වය ගමන් පථ විමසුම් හැඩගැස්වීමට ක්‍රියාත්මක කළ හැකි තර්කන ටෝකන දෙකේ සිට හය දක්වා භාවිත කරමින් කාර්යක්ෂම දෘශ්‍ය-භාෂා-ක්‍රියා සැලසුම්කරණයට ඉඩ සලසයි. මෙම අධ්‍යයනය සමාගම විසින් සකස් කළ, ප්‍රතිනිෂ්පාදනය නොකළ සහ නිශ්චිත දත්ත කට්ටලයකට සීමා වූ එකකි. එයට ආරක්ෂාව තහවුරු කරන සාක්ෂි හෝ සැබෑ මාර්ග ධාවන සාක්ෂි නොමැත.

තවත් AI පුවත්