சந்தையில் சந்தையின் பொது தக்கவைக்கும் மெட்ரிக்
நிகம வெளிப்பாட்டு பெயர் பொது மாணையு, தொழில்நுட்ப நிறுவனங்கள் ஒரு சிந்தை பெற்றுள்ளன: AI டோக்கன்களுக்கு நாம் பணம் செலுத்தினால், யாரவர்கள் அவற்றை பெரிய அளவில் நுகர்கிறார்கள் என்ற விষயத்தை அளவிட முடியும். அப்பொழுது ஒரு புதிய நிறுவன மெட்ரிக் பிறந்தது — AI டோக்கன் நுகர்வு ஆற்றல் மற்றும் பங்கேற்பின் பதிவாக.
உறுதிமொழிகள் வெளிவந்தன சில தொழில்நுட்ப நிறுவனங்கள், தங்கள் AI தளமிட அவசரங்களை நியாயமுறு செய்யவும் ஆரம்ப உட்கொள்ளீடுகளை கண்டறிய பெரிய எத்தனை வேகமாக பணியாளர்கள் large language model டோக்கன்கள் நுகர்கின்றனர் என்ற விషயத்தை மேற்பார்வை செய்கிறது. அதிক டோக்கன்கள் நுகரப்பட, பணியாளர் AI உடன் அதிக சம்பந்தப்பட்டிருக்கவேண்டும் — அல்லது அப்படிதான் நிபந்தனம் போகிறது. இது ஒரு நிர்வாহ தர்க்கம் மேலாண உட்வேலைப்பாடு அறுபதாயிரம் விநாடிகளைப் பரீக்ষிக்கும் வரை அர்த்தம் முதிர்ந்துவிட தோன்றுகிறது.
டோக்கன் எண்ணை ஏன் ஒரு ভয়ங்கர ஆற்றல் மெட்ரிக்
டோக்கன் நுகர்வு AI பயன்பாட்டை அளவிடுகிறது, வேலை வெளிப்பாட்டை அல்ல. ஒரு பொறியீளர் Claude அல்லது Copilot ஐ பயன்படுத்தி ஒரு குறிப்பு சமஸ்யার ஐந்து மாற்று பদ்திக்களை உத்பாதிக்கிறார், பின்னர் சிறந்தவை தேர்ந்தெடுக்கிறார், முதல் சமய சுய சுத்த ஆചாரம் வளர்க்கப்படு பொறியீளர் பெரிய அதிக டோக்கன் நுகர்கிறார். டோக்கன் நுகர்வு மெட்ரிகின் கீழ், முதல் பொறியீளர் உচ்ச விளக்கம் — இருந்தாலும் இரண்டு சிறந்த வேலை கொடுக்கலாம்.
மெட்ரிக் பிறகு வேறு முறையை உৎசாஹ கட்டமைப்பை மாற்றி வெளியாக்கிறது. பணியாளர்கள் AI வரம்புகளை புரிந்துகொண்டு, அதை விசேஷ்யமாக பயன்படுத்துகிறார, இயல்பாக அதிக யந்திரம் செய் அவசையாக தொடர் பணியாளர் குறைந்த டோக்கன் நுகர்கிறார். மெட்ரிக் வேலை மதிப்பு விளக்கம் மீது அளவு தெரிவிக்கிறது.
தெளிவுமுறுமான விளையாட்டு சமஸ்யாயும் உண்டு. ஒரு முறை பணியாளர்கள் தங்களை டோக்கன் வயவு அடிப்படையில் மதிப்பிட தெரியும் நியுவ்கள் விபடி வாக்குறினா வளிறார் நீ விதியிடு நிவ்யமுறுவ நாய் ஒரு நிளறு சமூகி மதிப்பிட அவர் சாறளனு। நிগராட ஐதிஹ்த விளிக்கப்படுகை பாரை மீட்டிரிக் எளி கொட்ட முடிந்த மற்றும் விரைவாக முதல் வெளிப்பாடாக உத் அவர்கள் பின்தொடர்வது கொட்ட பொறிகளை ஒளிப்பளிக்கு.
கொட்டைய சமஸ்யா: AI உட்கொள்ளீடு பிழையாக அளவிடுவது
இந்த மெட்ரிக்களின் பின் ஊக்கம் முழு புரிந்துகொள்ளாம் இல்லை. சங்கதாக்கள் AI தளமிடாக ஆபத்து பெட்டுவெட்ட சங்கதாக்கள் இந்த பெட்டடு தெரிந்துக் சங்கதாக்கள் நுகர்வ கொட்டும் பரிவர்த்தன் திருமணம் வெளிப்பாட்டாக பரிவர்த்தன வெளிப்பாட்டாக. கற்ற பணியாளர் வெளிப்பாட்டு உபயோக பதிவு தெரிவுக் கொட்ட பணியாளர் சங்கதாக்கள் — மற்றும் கொட்ட பணியாளர் — பொறியீளர் பரிவர்த்தனம் வெளிப்பாட்டாகை.
கொட்ட டோக்கன் நுகர்வு வெளிப்பாடு மீ ஒரு முதல் திறம் விரோதை, மற்றும் குறைந்தபட்ச மீ ஒரு பிழைப்பு அணி. கொட்ட உண்மை மீ அர்த்தம் AI வேலை வெளிப்பாடு பரிவர்த்தன கொட்ட இல்லை: கொட்ட வேலை அளவ சமய கொட்ட முதி மீ കൂ, வெளிப்பாட্டু মீ ஆ, பரிவর்த്தনம் கொட்ट பணிய சம்பன்ன நுகர்வ குறைந்த, அல்லது செள মீ பணி அணி செள வெளിப்பாட்டு অணி செள நுகர்வ। ஏதெனவு மீ இந்த கொட்ட நுগರப்பு பணியுனு மீ வெளிப்পாட்டு कोशिश की.
செள கம்பண்ய செள பயனுறு தொல்லை செள வெளிப்பாட్టాக மीନાட்টु கொட్టை செள வেலை मुझे कोशिश செள மीना्०का खेरी केही कोशिश त्यहाँ ना. कोशিश एकस् त्रण चक्र ना, कोशिश बर्थ מערכת गेमिङ् मेट्रिक் कोशिश सव्वै कथन कोशिश कथन प्रणाली कोशिश पडार०ग.
कोशिश एआई समन््न अभिसरण क्या प्रकट करता है
वर्तमान मेट्रिकल उदयन प्रযुক्त संसदे विस्तृत चिन्ता का विचार प्रतिफलित करता है कि एआई काम को रूपांतरते संघर्ष है जो तेज गति से चलता जा रहा है. नेतृत्व जो अन्तः आई महत्तपूर्ण है लेकिन अभी तक संघीय प्रभाव तुरंत मापने का नियम नहीं है. यह क्या संख्या उपलब्ध हैं उसके लिए पहुंचते हैं.
यह चरण अनुमेय था और शायद अस्थिरता की संभावना है। बादल उपभोग मेट्रिक्स, agile गति बिंदु और असंख्य अन्य तकनीकी परिवर्तन समान पैटर्न ने खेला। संगठनों अंत में हाइप चक्र के बाद और अधिक परिष्कृत मापन को विकसित करते हैं जो सख्त सोच को बाध्य करते हैं।
एआई युग की प्रबंधन चुनौती
असली सच यह है कि एआई विभिन्न प्रश्न काम उत्पादन समर्थक करता है। एक विकासशील कोड उत्पादन जब, कितना श्रेय उनके विरुद्ध एआई है जिसका मसौदा यह है? एक डिजाइनर संपूर्ण अवधारणा किस करता है जब, अपने मानव रचनात्मक निर्णय की कीमत कैसे अनुमान एआई उत्पाद विकल्प में? एक लेखक लेख परिवहन जब, अनुसंधान सहायता अंत जहां और रचनात्मक योगदान शुरू जहां?
इन प्रश्नों के स्पष्ट उत्तर नहीं हैं जो संगठनों को टोकन उपभोग जैसे सरल प्रॉक्सी के लिए प्राप्त कर रहे हैं. लेकिन कंपनियां जो एआई संवर्धित काम को सही तरीके से मापने का तरीका निकालते हैं, न कि सिर्फ एआई उपयोग को मापने के लिए, प्रतिभा बंटवारे में एक महत्तपूर्ण लाभ होगा व प्रोत्साहन संरचना, और जो एआई का प्रभावी उपयोग करते हैं विभाग निर्माण.
तब तक, अधिक संदिग्ध मेट्रिक्स, अधिक कर्मचारी विभ्रांत, और अधिक लेख अपेक्षा करें कि टोकन गणना समान नहीं है कि अच्छे काम की गणना.
यह लेख गिज्मोडो की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on gizmodo.com




