A Fireworks AI szerint az új modell Opus 5 szintű diákat készít
A Fireworks AI és a Genspark olyan modellt fejlesztett, amely megtervezi, elkészíti és ellenőrzi a teljes prezentációkat. A Gen-1 Slides a Fireworks AI értékelése szerint Opus 5 szintjét hozza, miközben egy kész deck költsége körülbelül 90 százalékkal alacsonyabb.
- A Gen-1 Slides a MiniMax M3 utótanított változata.
- A modell teljes prezentációkat tervez, készít és ellenőriz.
- A Fireworks AI szerint az értékelésben Opus 5 szintjét érte el.
- Egy kész deck költsége körülbelül 90 százalékkal alacsonyabb.
- A rendszer már a Genspark AI Slides Standard módjának alapértelmezettje.
Hosszú munkafolyamatokra tanították a modellt
A Fireworks AI szeptember 10-i közlése szerint a Genspark a Fireworks Lab csapatával együtt a nyílt súlyú, multimodális MiniMax M3 modellt alakította át Gen-1 Slides néven prezentációkészítő rendszerré. A modell a teljes folyamatot kezeli: megtervezi a bemutató ívét, megírja a diákat HTML-ben, megjeleníti azokat, ellenőrzi a renderelt eredményt, majd szükség esetén javítja a hibákat.
A fejlesztők szerint erre azért volt szükség, mert egy jó prezentáció elkészítése több tucat lépésből állhat, és egyetlen munkamenet több százezer tokent is felölelhet. A hibák sokszor csak később válnak láthatóvá. Ilyen lehet a szöveg túlfutása a dobozon, az üres renderelés vagy a kitalált tartalom.
A Genspark kutatócsapata határozta meg, mit tekintenek jó prezentációnak, és ezt értékelési szabvánnyá alakította. A Fireworks Lab a jutalmazási rendszer kidolgozásában, több mint 100 kísérletben és a teljes tanítási folyamat irányításában vett részt.
A tanítás több szakaszban zajlott
A fejlesztés megerősítéses tanulásra épült. A Fireworks AI szerint az egyszerű utánzás nem elég, mivel egy kész deck csak a végeredményt mutatja meg, azt nem, hogy a modell milyen döntések sorozatán keresztül jutott el oda.
Első lépésként a csapat válogatott prezentációkon végzett felügyelt finomhangolást, hogy a modell elsajátítsa a jó diák vizuális alapelveit. Ezután rövid epizódokon indították el a megerősítéses tanulást, majd fokozatosan növelték a kontextus hosszát. A közlés szerint a túl hosszú munkamenetek kezdetben hibákkal teli kimeneteket és zajos tanítási jelet eredményeztek.
A hosszú, több mint 100 000 tokenes pályák stabil futtatása külön rendszertervezési problémát is jelentett. A Fireworks Lab olyan eltérést talált, amelyben a mintavételezést végző rendszer és a tanító rendszer nem pontosan ugyanazokat a tokeneket értékelte. A tokenizálási eltérés torzította a tanítási jelet. A két tokenfolyam összehangolása, valamint token- és kötegszintű szűrés segített megszüntetni a problémát.
A Gensparkban már alapértelmezettként működik
A Gen-1 Slides a közlés szerint már elérhető a Genspark AI Slides Standard módjának alapértelmezett modelljeként. A Genspark értékelésében a rendszer az Opus 5-tel azonos szintet ért el. A Fireworks AI szerint a Gen-1 Slides a vizuális tervezésben és az összesített pontszámban is vezetett, a kilenc értékelési oszlopból nyolcban első lett, és mind a kilencben az első két hely valamelyikén végzett.
A vállalat összehasonlítása alapján a Gen-1 Slides bemeneti tokenenkénti listaára körülbelül az Opus 5 árának egy tizenhetede. Egy elkészült deckre vetítve a költség nagyjából a tizede. A Fireworks AI példája szerint havi 1000 prezentáció esetén a kiadás hozzávetőleg 4200 dollárról 400 dollárra csökkenhet, ami körülbelül 90 százalékos megtakarítás.
Éles használatban a modell a közlés szerint minden mérőszámban az Opus 5 szintjén teljesít, miközben az alapmodellhez képest 18 százalékról 3,6 százalékra csökkent az alacsony értékelésű deckek aránya. A Fireworks AI ezt annak tulajdonítja, hogy a modellt teljes ügynöki munkameneteken tanították, így a tervezés, az önellenőrzés és a hibajavítás is része lett a működésének.
Fireworks AI: Gen-1 Slides: Opus 5-level decks at a fraction of the cost
