Apple we Pompeu Fabra uniwersitetiniň bilelikdäki ylmy işi emeli aň modelleriniň (LLM) we surat döredýän generatiw ulgamlaryň dolandyrylyşynyň goýlan wezipä, modeliniň arhitekturasyna we hatda soragyň (prompt) nähili düzülendigine gaty baglydygyny görkezdi. Alymlar emeli aňyň yzygiderli we öňünden çaklap boljak häsiýetiniň kepillendirilip bilinmejekdigi barada netijä geldiler.
Synaglarda SmolLM3-3B, Qwen3-4B we Gemma3-4B ýaly modeller ulanyldy. Olar tekstiň formatyny we formallygyny üýtgetmek, setirleriň uzynlygyny sazlamak, täk we jübüt sanlary döretmek ugurlar boýunça barlanyldy.
Esasy netijeler:
- Sowatlylyk we dolandyryş: Adam üçin örän ýönekeý bolan sanlar bilen işleşmek wezipesinde Gemma3-4B adatça üstünlikli boldy, ýöne SmolLM3-3B köp ýalňyş goýberdi. Qwen3-4B bolsa netijäni doly gözegçilikde saklamagy başardy.
- Söhbetdeşlik arkaly sazlama: Tekstiň stilini (resmi/resmi däl) üýtgetmekde Qwen3 we Gemma3 bäş gezeklik gaýtalamadan (round) soň islege doly uýgunlaşdy. Emma kiçi model bolan SmolLM dolandyryşa kynlygyna galdy.
- Ölçeg (Scaling) meselesi: Modellere has köp parametr goşulsa (mysal üçin, Qwen-iň 0,6 mlrd-dan 14 mlrd-a çenli wersiýalary), olaryň dolandyrylyşy gowulanýar. Ýöne 4 milliard parametrden soň dolandyryş ukybynyň ösüşi peselip başlaýar.
Surat döredýän emeli aň modellerinde (FLUX-s we SDXL) dolandyryş has hem kyn boldy. Modeller obýektleriň sany baradaky görkezmeleri takyk berjaý edip bilmediler. Reňkleriň doýgunlygy baradaky isleglere örän pes derejede (0,1-den pes korrelýasiýa) eýerdiler.
Awtorlar emeli aňyň dolandyrylyşyny hökman tejribe arkaly barlamalydygyny nygtap, öz ulanan gurallarynyň açyk koduny çap etdiler.
Belläp geçmeli tarapy, bu barlagda diňe 14 milliard parametre çenli modeller ulanyldy. Şonuň üçin GPT-5 ýa-da Claude 4.5 ýaly ägirt uly modelleriň nähili netije berjekdigi entek näbelli, ýöne alymlar bu barlag usulynyň islendik emeli aň üçin amatlydygyny aýdýarlar.
