OpenAI išleido naują lauko ataskaitą, kurioje stebimi aštuoni moksliniai skaičiavimo projektai, kuriuose kodavimo agentai sumažina vykdymo laiką.
Ataskaitoje dokumentuojami projektai, kuriuose penkiais atvejais buvo naudojamas vienas Codex, o dar trimis atvejais – Codex ir Anthropic’s Claude Code derinys. Verta pažymėti iš anksto: tai pardavėjas, skelbiantis savo produkto taikymo tyrimų aplinkoje apžvalgą, sudarytą iš susijusių bendraautorių parašytų atvejų tyrimų.
Dėl to pagrindinis modelis nėra mažiau vertas išnagrinėti. Tyrimo programinė įranga turi dokumentuotą priežiūros problemą. Priemonės, sukurtos kartu su vienu darbu, užkoduotos mažų akademinių komandų, neturinčių specialios inžinerinės pagalbos, paprastai kaupia technines skolas, kurių niekas neturi biudžeto ar įgaliojimų sumokėti.
OpenAI ataskaitoje teigiama, kad agentai gali išspręsti šią skolą, o aštuoni projektai, kuriuos ji cituoja, apima genomiką, imunologiją, statistiką ir RNR seką.
Kokias užduotis ėmėsi agentai
Užduotys suskirstytos į tris kategorijas: pakavimas ir sistemos išvalymas, esamo kodo našumo optimizavimas ir visos kalbos arba fono prievadai.
„Cyvcf2“, „Python“ biblioteka, skirta genominių variantų failams skaityti, buvo pakeista naujesniu, vieningu procesu, pasak autoriaus Brento Pederseno, kuris pažymėjo, kad greitai dirbti su agentais yra vienas dalykas, tačiau norint nueiti toli moksle, vis tiek reikia „ekspertų nurodymų, supratimo, skonio ir priežiūros“.
HI.SIM, DNR sekos nuskaitymo simuliatorius, matė du iš esmės savarankiškus optimizavimo būdus iš GPT-5.2 ir GPT-5.6, kurie, anot autoriaus Andrew Ho, sutrumpino tipinio bandymo rinkinio vykdymo laiką 31 proc., nepakeitus išvesties.
Ho, kuris save apibūdina nei genomikos specialistu, nei C programuotoju, galutinio vartotojo požiūriu rezultatą pavadino „nieko stebuklingu“, nes anksčiau neteko laiko dėl veikimo klaidų ir pakavimo problemų, kurias galėjo atpažinti, bet ne asmeniškai išspręsti.
Hifiasm, naudojamas genomo surinkimui iš PacBio HiFi skaitymo, 25 procentais sutrumpino optimizavimo tikslą ir maždaug 15 procentų atskirų žmogaus sekos nustatymo duomenų, vienam bendraautoriui Suyash Shringarpure.
Shringarpure’as apibūdino agentą, kuris sukūrė savo etaloninius pastolius ir savarankiškai siūlė kandidatus, tačiau pabrėžė, kad profiliavimo rezultatų teikimas ir modelio nukreipimas nuo pasikartojančių gedimų režimų tebėra darbas, kurį galėjo padaryti tik žmogus.
MHCflurry, kuris numato T ląstelėms pateikiamus baltymų fragmentus, savo TensorFlow/Keras foną perkėlė į PyTorch, išlaikant suderinamumą su anksčiau išleistais modelio svoriais, o Alex Rubinsteyn, Sergey Feldman ir Timothy O’Donnell rėmeliai tapo „nespalvinga, daug darbo reikalaujančia priemone“, kuri veikiau palieka atvirus mokslinius projektus.
„bayesm-rs“, „Rust“ statistinių modelių prievadas iš „R bayesm“ paketo, atitiko pradinės programinės įrangos įvertinimus iš anksto nustatyta tolerancija ir veikė 2,3–2,7 karto greičiau vienoje procesoriaus gijoje, o aštuoniose gijose padidėjo iki 4,4–9,5 karto greičiau. Pasak bendradarbių Andrew Bai ir Andrew Ho, agentai tvarkė bet ką, turėdami tiesioginę nuorodą, kad greitai ir teisingai patikrintų; Plėtiniams, kuriems reikalingas statistinis sprendimas, kurio originalus kodas niekada nebuvo prisegtas, reikėjo tiesioginio žmogaus patvirtinimo.
Rūdžių prievadai ir GPU pertvarkymas stumia modelį toliau
Kiti trys projektai – rustar-aligner, svb ir kuva – buvo susiję su rūdžių kūrimu, atliktais naudojant kodavimo agentus, įskaitant visišką STAR – plačiai naudojamo RNR sekos derinimo įrankio, kuris prarado aktyvią priežiūrą, atkūrimą.
Bendradarbis Jamesas M. Fergusonas sako, kad agentai keičia tai, ką verta pabandyti: 20 000 eilučių lygintuvo perrašymas ranka nėra protingas laiko panaudojimas, tačiau su agentu tai tampa kelių savaičių vadovaujamu darbu. Patikrinimas, pridūrė jis, yra visiškai atskiras dalykas. Modelis gali teigti, kad siužetas atrodo gerai, tačiau daugiau nei 900 jų patikrinti akimis prieš išleidžiant vis tiek teko žmogui.
RustQC sujungė 15 atskirų RNR sekos kokybės kontrolės įrankių į vieną programą, kuri, pasak Philo Ewelso, sutrumpina vykdymo laiką 60 kartų, o disko įvestį/išvestį – 25 kartus, o pagalbinės atstatymo programos FastQC-Rust ir Trim Galore veikia atitinkamai septynis ir tris kartus greičiau, išsaugant originalius įrankius.
Ewels taip pat pažymėjo neigiamą pusę: pigūs atstatymai kelia savo riziką, nes įrankiai, kurių elgesys skiriasi, suskaido bendruomenę ir laikui bėgant skirtingų laboratorijų rezultatai tampa nepalyginami. „Technologijos yra lengviausia dalis“, – sakė jis. „Priežiūra yra atviras klausimas“.
Remiantis bendraautoriais Mamad Ahangari, Varun Goyal ir Hassan Masoudi, kurie taip pat teigia, kad jis sukūrė mutacijų dažnius ir išsprendė keletą pradinių taikinių, sukūrusių mutacijų modeliavimo įrankį BAMSurgeon, „HelixForge“, sukurtas mutacijų modeliavimo įrankio BAMSurgeon, veikimo laikas sutrumpėjo maždaug 60 kartų. įrankis.
Patvirtinimas, o ne kodo generavimas, dabar yra apribojimas
Visuose raštuose atsispindi tai, kad agentai tinkamai tvarkė tinkamos apimties diegimo užklausas, bet negalėjo nuspręsti, ar jų pačių produkcija buvo moksliškai pagrįsta.
Dalyviai apibūdina agentus, išreiškusius pasitikėjimą darbu, kuriame buvo aiškių klaidų, dėl kurių faktinė našta žmonėms teko sukurti priėmimo testus: tiksli išvesties atitiktis, pariteto patikrinimas su esamu įrankiu arba atsakymai, nustatyti iš anksto naudojant imituotus duomenis.
Projektai buvo linkę vykti etapais: agentai greitai parengdavo pirmuosius juodraščius, o likusį laiką eidavo į kraštutinius atvejus ir nedidelius skaitinius neatitikimus, kurių vien etalonas nepagautų.
Mažesnės inžinerinės išlaidos sumažina abi puses. Jie leido dviejų žmonių komandai imtis rekonstrukcijos, kuriai kažkada būtų prireikę dotacijų finansuojamo inžinieriaus samdymo, ir jie palengvina trims skirtingoms laboratorijoms gaminti tris nesuderinamas to paties įrankio versijas. MHCflurry ir cyvcf2 pakeitimai grįžo į jų pradinius projektus. rustar-aligner perėjo prie naujos bendruomenės priežiūros, nes pakeistas įrankis jau buvo atsisakytas.
OpenAI ataskaitoje nurodomas konkretus pasirinkimas, o ne bendras pritarimas: nuspręskite, kam priklauso atstatytas įrankis, ir užsitikrinkite šį įsipareigojimą prieš išsiunčiant pirmąją agento sukurto kodo eilutę.
Taip pat žiūrėkite: „Guardoc Health“ apdoroja klinikinius dokumentus naudodama „Amazon Nova“ modelius
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais, įskaitant „Cyber Security & Cloud Expo“. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
