Paul Arnold tərəfindən , Phys.org

redaktə edən: Gaby Clark , rəy verən: Andrew Zinin

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Proqram-kimi-Çəkilər paradiqmasına ümumi baxış. Mənbə: arXiv (2026). DOI: 10.48550/arxiv.2607.02512

Tərtibatçılar səhvləri düzəltmək, kodu izah etmək və qeydləri süzgəcdən keçirmək kimi mətn emalı tapşırıqlarını avtomatlaşdırmaq kimi gündəlik hesablama tapşırıqları üçün getdikcə daha çox böyük dil modellərinə (LLM) etibar edirlər.

Lakin, sual daxil etmək və ya təqdim etmək və cavabı vermək üçün modelə etibar etmək qədər sadə deyil. İnsanlar bu tapşırıqları asanlıqla başa düşsələr və nə istədiklərini dəqiq bilsələr də, onları sərt kompüter koduna çevirmək çətindir.

Bulud dilemması

Standart proqramlaşdırma çox vaxt bu vəzifənin öhdəsindən gələ bilmədiyindən, tərtibatçılar ənənəvi qaydalar kimi ifadə etmək çətin olan işləri həll etmək üçün tez-tez süni intellektdən istifadə edirlər. Bununla belə, bir çox güclü süni intellekt modelləri noutbuk və ya telefonun içərisində yerləşməyəcək qədər böyükdür, buna görə də tərtibatçılar məlumatları internet üzərindən pullu bulud xidmətlərinə göndərməli olurlar. Lakin bunu etmək, süni intellekt provayderi modeli yenilədikdə və bahalı olduqda şəxsi məlumatların ifşa olunması riskini yaradır.

Lakin bu başağrısı tezliklə bitə bilər. Vaterloo Universiteti, Kornell Universiteti və Harvard Universitetindən olan tədqiqatçılar qrupu, tapşırığı sadələşdirən Proqram-as-Weights (PAW) adlı yeni bir paradiqma hazırlayıblar.PAW-ın mətndən LoRA-ya instantasiyası. Mənbə: arXiv (2026). DOI: 10.48550/arxiv.2607.02512

Onların işi arXiv preprint serverində dərc olunmuş bir məqalədədir .

PAW, hər bir istifadəçi sorğusunu dəfələrlə böyük bir süni intellekt modelinə göndərmək əvəzinə, “bir dəfə tərtib et, yerli olaraq işlət” strategiyasını təqdim edir. O, süni intellektdən istifadə edərək, geliştiricinin sadə ingilis dilindəki təlimatlarını sonradan eyni tapşırıq üçün yenidən istifadə edilə bilən kiçik bir xüsusi süni intellekt əlavəsinə çevirən birdəfəlik qurucu kimi çıxış edir.

Daha sonra bu yüklənə və istifadəçinin noutbukunda və ya telefonunda yerləşən miniatür süni intellekt modelinə qoşula bilər. O, həmçinin oflayn rejimdə də işləyir. Tədqiqatçılar məqalələrində yazırdılar ki, “PAW təməl modeli giriş başına problem həlledicidən alət qurucusuna çevirir”.

PAW-ın praktikada işləyib-işləmədiyini görmək üçün tədqiqatçılar onu logların süzgəcdən keçirilməsi və zədələnmiş JSON fayllarının təmiri kimi 10 milyon proqramlaşdırma tapşırıq nümunəsini özündə birləşdirən FuzzyBench verilənlər bazasında sınaqdan keçirdilər. Onlar PAW aləti ilə işləyən miniatür süni intellekt modelini 50 dəfədən çox parametrə malik süni intellekt modeli Qwen3-32B ilə müqayisə etdilər. Bu model tədqiqatçıların qeyri-səlis proqramlaşdırma tapşırıqları etalonunda 73,78% dəqiqlik əldə etdi, daha böyük modelin isə 68,7%-i.

PAW həmçinin sürətlidir. MacBook M3-də kvantlaşdırılmış 430 meqabaytlıq interpretatordan istifadə edərək saniyədə təxminən 30 token emal edir ki, bu da onun server olmadan standart istehlakçı aparatlarında səmərəli işləyə bilməsi deməkdir.

Koda daxil olmaq

PAW-dan istifadə etmək istəyən tərtibatçılar bunu edə bilərlər, çünki tədqiqatçılar kodu məqalələri ilə birlikdə yayımlayıblar. Tədqiqat qrupu gələcəyə dair vizyonlarını izah edərək bildirib ki, “Ümid edirik ki, Proqram-as-Weights kiçik LM-lərin böyük modellərin tərtib edildiyi və kiçik modellərin icra edildiyi iş vaxtı kimi xidmət etdiyi bir gələcəyə töhfə verəcək”.

Müəllifimiz Paul Arnold tərəfindən sizin üçün yazılmış, Qeb Klark tərəfindən redaktə edilmiş və Endryu Zinin tərəfindən faktlar yoxlanılmış və nəzərdən keçirilmiş bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu reportaj sizin üçün vacibdirsə, xahiş edirik ianə etməyi düşünün (xüsusilə aylıq). Təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .

Nəşr detalları

Wentao Zhang və digərləri, Proqram-kimi-Çəkilər: Qeyri-səlis funksiyalar üçün proqramlaşdırma paradiqması, arXiv (2026). DOI: 10.48550/arxiv.2607.02512

Jurnal məlumatı: arXiv 

Əsas anlayışlar

Böyük dil modelləriSüni intellekt uyğunlaşmasıİnsan mərkəzli süni intellekt interfeysləriAgent istehlakçı süni intellektMaşın öyrənmə metodologiyalarıBu hekayənin arxasında kim dayanır?

Pol Arnold

London Universitetindən biologiya üzrə bakalavr dərəcəsi. Dünya səyahətləri təcrübəsi olan BBC sənədli film prodüseri. Cənubi İspaniyadan olan frilanslar. Tam profil →

Qeb Klark

İngilis dili üzrə magistr dərəcəsi, 2021-ci ildən bəri mətn redaktoru, ali təhsil və səhiyyə sahəsində təcrübəyə malikdir. Etibarlı elm xəbərlərinə həsr olunub. Tam profil →

Endryu Zinin

Fizika üzrə magistr dərəcəsi və tədqiqat təcrübəsi. Uzun müddət elm xəbərləri həvəskarı. Science X-in redaksiya uğurunda əsas rol oynayır. Tam profil →

© 2026 Science X Network

Daha ətraflı araşdırın

Açıq mənbəli çərçivə, proqram təminatına sürətli mühəndislik olmadan süni intellekt əlavə etməyə imkan verir