गूगल चाहता है कि वीडियो एआई काम करते समय लोगों को क्या चाहिए समझे
decoder ·
गूगल के शोधकर्ताओं ने स्टैनफोर्ड और ऑक्सफोर्ड के साथ मिलकर 'स्ट्रीमवाइब' (StreamVibe) नामक एक वीडियो एआई एजेंट पेश किया है, जो उपयोगकर्ताओं की मदद करने के लिए यह निर्धारित करता है कि कभी-कभी हस्तक्षेप की आवश्यकता होती है। पारंपरिक सहायकों के विपरीत, जिन्हें स्पष्ट आदेशों की आवश्यकता होती है, स्ट्रीमवाइब अस्पष्ट अनुरोधों जैसे "अगर मुझे दिक्कत आए तो मदद करो" को समझ सकता है और कार्य प्रगति तथा बदलते उपयोगकर्ता इरादों का ट्रैकिंग करता है। इस सिस्टम में एक मेमोरी घटक शामिल है जो लंबित और पूर्ण चरणों के बीच अंतर करता है, जिसका उद्देश्य अनावश्यक रुकावटों को कम करना और प्रतिक्रिया के समय को बेहतर बनाना है। 4,100 से अधिक उदाहरणों वाले एक बेंचमार्क पर进行的 टेस्टिंग में दिखाया गया कि स्ट्रीमवाइब-VL ने प्रतिक्रिया गुणवत्ता में अन्य मॉडलों की तुलना में लगभग 10.7 प्रतिशत बेहतर प्रदर्शन किया। हालांकि, अध्ययन वर्तमान एआई के लिए महत्वपूर्ण चुनौतियों को रेखांकित करता है, जिसमें पांच मिनट से अधिक लंबे वीडियो में संयुक्त त्रुटियों के कारण प्रदर्शन काफी गिर जाता है। सॉफ्टवेयर ट्यूटोरियल्स और कुकिंग गाइड्स से जुड़े विशिष्ट परीक्षणों में, स्ट्रीमवाइब ने प्रासंगिक अगले कदम प्रदान किए, जबकि तुलनात्मक मॉडल अक्सर दृश्य कार्यों का वर्णन करते थे या गलत सलाह देते थे। इन सुधारों के बावजूद, शोधकर्ता स्वीकार करते हैं कि वास्तविक दुनिया की जटिलता उनके परीक्षण सेटअप से अधिक है और वे पर्यावरणीय प्रभावों की आगे जांच करने की योजना बना रहे हैं।
decoder