ஆந்த்ரோபிக்: கிளாட் செயலிகள் 3 மடங்கு வேகமடைந்தன. என்ன மாறியது?

ஆகஸ்டில் நடந்த இருவார முயற்சி, claude.ai மற்றும் கிளாட் டெஸ்க்டாப் செயலியில் முக்கியப் பணிகளை சுமார் மூன்று மடங்கு வேகமாக்கியதாக ஆந்த்ரோபிக் கூறுகிறது. அதன் செப்டம்பர் 23 அன்று வெளியான பொறியியல் விளக்கம், தலைப்பிலுள்ள எண்ணை மட்டும் விடப் பயனுள்ள விவரங்களை அளிக்கிறது: எந்தச் செயல்கள் வேகமடைந்தன, அளவீடுகளை குழு எப்படிச் சரிபார்த்தது, முடிவுகளையும் வெளியீட்டையும் தீர்மானிக்கும் பொறுப்பில் பொறியாளர்கள் எவ்வாறு தொடர்ந்தும் இருந்தனர் என்பதைக் காட்டுகிறது.

முக்கிய மாற்றம்

• என்ன மாறியது:அன்றாட இணையம் மற்றும் டெஸ்க்டாப் செயல்களின் 13 அளவீடுகளில் காத்திருப்பு நேரம் குறைந்ததாக ஆந்த்ரோபிக் தெரிவிக்கிறது. ஆகஸ்ட் 13 மற்றும் 27 ஆகிய தேதிகளில் 75ஆம் சதவீத நிலையில் அளந்த மேம்பாடுகளின் பெருக்கச் சராசரியே 3.1 மடங்கு என்ற எண்ணாகும். தேர்ந்தெடுக்கப்பட்ட பயன்பாட்டு ஓட்டங்களுக்கான நிறுவனத்தின் அளவீடு இது.
• ஏன் முக்கியம்:கிளாட் பயனர்களுக்கு, புதிதாகத் திறக்கும் இணையப் பக்கம் தட்டச்சு செய்யத் தயாராக ஆகும் நேரம் 3,085 மில்லிவிநாடியிலிருந்து 550 ஆகக் குறைவது, தயாரிப்பைப் பயன்படுத்தும்போது மீண்டும் மீண்டும் நிகழும் செயல்முறையை மாற்றுகிறது. பொறியியல் குழுக்களுக்கு, முன்னுரிமைகளைத் தீர்மானித்து மாற்றங்களை அங்கீகரிப்பது மனிதர்களாக இருக்க, அளவிடப்பட்ட செயல்திறன் சிக்கல்களைச் சரிசெய்ய ஏஐ உதவியாளரைப் பயன்படுத்திய ஓர் எடுத்துக்காட்டை இது காட்டுகிறது.
• எதைக் கவனிக்க வேண்டும்:95ஆம் சதவீத நிலை, பிற பயன்பாட்டு ஓட்டங்கள், மிக நீண்ட உரையாடல்கள் ஆகியவற்றில் இன்னும் மேம்பாடு தேவை என ஆந்த்ரோபிக் கூறுகிறது. தேர்ந்தெடுக்கப்பட்ட செயல்களுக்கும் ஆகஸ்ட் மாத ஒப்பீட்டுக்கும் அப்பால் அதன் வேக மேம்பாடுகள் தொடர்கின்றனவா என்பதை இந்த அளவீடுகள் காட்டும்.

பயனர்கள் பெற்ற பலன்கள்

பயனர் செயல்பாட்டில் 95% பங்குள்ளதாகத் தான் கருதும் நான்கு பயன்பாட்டு ஓட்டங்களை ஆந்த்ரோபிக் அடையாளம் கண்டது: செயலியைத் திறத்தல், உரையாடலைத் தொடங்குதல், உரையாடலை ஏற்றுதல், செய்தி அனுப்புதல். இணையம், டெஸ்க்டாப் மற்றும் அதன் தயாரிப்புகள் முழுவதும் இவை 13 அளவீடுகளாகப் பிரிக்கப்பட்டன. ஒவ்வொன்றும் பயனர் செயலில் தொடங்கி, அதன் முடிவு திரையில் தோன்றியதும் நிறைவடைந்தது; கிளையன்ட் மற்றும் சர்வர் பணிகள் தனித்தனியாகக் கணக்கிடப்பட்டன.

புதிய claude.ai இணையப் பக்கம் ஏற்றப்படும்போது, 75ஆம் சதவீத நிலையில் தட்டச்சுக்குத் தயாராகும் நேரம் 3,085 மில்லிவிநாடியிலிருந்து 550 ஆகக் குறைந்தது; இது 5.6 மடங்கு வேகம். கணினியில் செயலி குளிர்நிலையில் தொடங்கும் நேரம் 6,310 இலிருந்து 3,328 மில்லிவிநாடியாகக் குறைந்தது; அதாவது 1.9 மடங்கு. டெஸ்க்டாப்பில் கிளாட் கோவொர்க் மேக அமர்வை ஏற்றும் நேரம் 2,566 இலிருந்து 728 மில்லிவிநாடியாகக் குறைந்தது; அதாவது 3.5 மடங்கு. இணைய அரட்டைச் செய்தியை அனுப்புவதில் கிளையன்ட் பக்க நேரம் 180 இலிருந்து 59 மில்லிவிநாடியாகக் குறைந்தது; அதாவது 3.1 மடங்கு. இவை வெவ்வேறு செயல்களும் தளங்களும் ஆகும்; ஒட்டுமொத்த 3.1 மடங்கு என்பது 13 விகிதங்களின் பெருக்கச் சராசரி, தனிப்பட்ட ஏதேனும் ஒரு பணியின் முடிவு அல்ல.

இந்த ஒப்பீடு, ஆகஸ்ட் 13 மற்றும் 27 தேதிகளில் 75ஆம் சதவீத நிலையில் ஆந்த்ரோபிக் சேகரித்த உண்மைப் பயனர் கண்காணிப்புத் தரவைப் பயன்படுத்துகிறது. இந்தப் பயன்பாட்டு ஓட்டங்களுக்கான சுயாதீனத் தணிக்கையையோ, 95ஆம் சதவீத முடிவையோ, மேம்பாட்டில் கிளாட்டின் உதவியால் ஏற்பட்ட பங்கைக் கட்டுப்படுத்தப்பட்ட முறையில் கணித்ததையோ அந்தப் பதிவு வெளியிடவில்லை. வேகமான செயல்கள் தினமும் பல்லாயிரக்கணக்கான பயனர்-மணி நேரக் காத்திருப்பை மிச்சப்படுத்துவதாக ஆந்த்ரோபிக் மதிப்பிடுகிறது; ஆனால் அந்த மதிப்பீட்டுக்கான கணக்கீட்டை வெளியிடவில்லை.

மாற்றங்களுக்குப் பின்னால் உள்ள அளவீட்டு நடைமுறை

பொறியாளர்கள் தேர்ந்தெடுத்த சுமார் 20 திட்டங்களுடன் குழு தொடங்கியது. தடைகளைத் தேடவும், அளவுகோல்களை உருவாக்கவும், மாற்றங்களைப் பரிந்துரைக்கவும் ஓபஸ் 5.5-க்கு ஏறத்தாழ இணையான உள் ஆய்வு மாதிரியைப் பயன்படுத்தும் பீட்டா முகவரான கிளாட் டேக்கைத் தாங்கள் பயன்படுத்தியதாக ஆந்த்ரோபிக் கூறுகிறது. மூன்றாம் நாளில் தொடக்க இலக்குகளில் 13-இல் 12ஐ எட்டியதாகவும், பின்னர் புதிய இலக்குகளை நிர்ணயித்து, இருந்த கண்காணிப்புக் கருவிகள் தவறவிட்ட சிக்கல்களைத் தேடியதாகவும் குழு தெரிவிக்கிறது.

ஒரு எடுத்துக்காட்டில், பக்கம் ஏற்றப்பட்ட பின் பக்கப்பட்டி வரிசைகள் நகர்வதைக் காட்டும் காணொளியிலிருந்து வேலை தொடங்கியது. இருந்த ஒட்டுமொத்த தளவமைப்பு மாற்ற அளவீடு இந்தச் சிக்கலைத் தெளிவாகக் காட்டவில்லை. அதன் அடிப்படையிலுள்ள லேஅவுட் இன்ஸ்டெபிலிட்டி ஏபிஐயைப் பயன்படுத்த பொறியாளர் ஒருவர் பரிந்துரைத்தார். பாதிக்கப்பட்ட பக்கப் பகுதியைக் கண்டறியும் தொலைஅளவீட்டையும், பக்கப்பட்டித் தரவைத் தாமதப்படுத்தும் ஒருங்கிணைப்புச் சோதனையையும் கிளாட் சேர்த்தது. பழைய நிரலில் 20 சோதனை ஓட்டங்களிலும் சோதனை தோல்வியடைந்தது; முன்மொழியப்பட்ட திருத்தத்தில் 20 ஓட்டங்களிலும் வெற்றியடைந்தது என ஆந்த்ரோபிக் தெரிவிக்கிறது. தொலைஅளவீடு பயன்பாட்டுக்கு வந்ததும், இணையப் பக்கங்கள் 31% அளவில் பயன்பாட்டுக்குத் தயாரான பிறகும் நகர்வதைக் கண்டதாக நிறுவனம் கூறுகிறது. இது ஆந்த்ரோபிக்கின் முயற்சியில் ஆவணப்படுத்தப்பட்ட எடுத்துக்காட்டு; BIG CHANGE மீண்டும் செய்த அளவீடு அல்ல.

வெளியீடுகளுக்கு இடையிலான பணியை விரைவாக்க, ஆய்வக அளவீடுகளையும் குழு பயன்படுத்தியது. ஜாவாஸ்கிரிப்டின் இரண்டு அடிக்கடி இயங்கும் பகுதிகளுக்கு, அதே அளவுகோல்களில் தீர்மானிக்கக்கூடிய கட்டளை எண்ணிக்கையையும் கழிந்த நேரத்தையும் ஒப்பிட்டது. கட்டளை எண்ணிக்கையை 48% மற்றும் 31% குறைத்தபோது, உண்மையான நேரம் முறையே 78% மற்றும் 44% குறைந்ததாக ஆந்த்ரோபிக் தெரிவிக்கிறது. அந்தக் கட்டளை எண்ணிக்கைகளைத் தொடர்ச்சியான ஒருங்கிணைப்பில் வரம்புகளாக அமைத்து, செயல்திறன் மேம்பட்டபோது அவற்றையும் குறைத்தது. நம்பகமற்ற அல்லது பயனர் தாமதத்துடன் ஒத்துப்போகாத அளவுகோல்களை நீக்கியதாகவும் கூறுகிறது. இந்த வேறுபாடு முக்கியம்: மாற்றங்களை வழிநடத்த ஆய்வகக் கணக்கீடு உதவியது; வெளியிடப்பட்ட வேலை பயனளித்ததா என்பதை உண்மைப் பயனர் அளவீடுகள் சரிபார்த்தன.

மனிதர்களின் கட்டுப்பாடு எவ்வாறு தொடர்ந்தது

பல குறுகிய உரையாடல் இழைகளைக் கொண்ட ஸ்லாக் சேனலை ஆந்த்ரோபிக் விவரிக்கிறது; ஒவ்வொன்றும் ஒரு பயன்பாட்டு ஓட்டம் அல்லது அளவுகோலை மையமாகக் கொண்டது. கிளாட் சிக்கலை ஆராய்ந்தது, அளவுகோலையும் புல் ரிக்வெஸ்ட்களையும் முன்மொழிந்தது, வெளியீடுகளைக் கண்காணித்தது, களத் தரவை வாசித்தது. இலக்குகளைப் பொறியாளர்கள் அமைத்தனர்; பயனருக்குத் தெரியும் எந்தச் சமரசங்கள் ஏற்கத்தக்கவை எனத் தீர்மானித்து, ஒவ்வொரு மாற்றத்துக்கும் ஒப்புதல் அளித்தனர். ஒவ்வொரு இழைக்கும் பெயரிடப்பட்ட மனிதப் பொறுப்பாளர் இருந்தார். செய்தி ஒன்றுக்கு இரண்டு மில்லிவிநாடி மிச்சப்படுத்துவதற்காகப் பராமரிக்க 900 வரி மாற்றம் அதிகம் எனப் பொறியாளர்கள் கருதியதால், முன்மொழியப்பட்ட அந்த மாற்றத்தை நிராகரித்தனர்.

வெளியீட்டுச் செயல்முறையில் பல சோதனைகள் இருந்தன. ஒவ்வொரு புல் ரிக்வெஸ்டுக்கும் தானியங்கிச் சோதனையும் குறைந்தது ஒருவரின் மனித ஒப்புதலும் கிடைத்ததாகவும், மேம்படுத்தல்களுக்கு முன் அலகுச் சோதனைகள் செய்யப்பட்டதாகவும் ஆந்த்ரோபிக் கூறுகிறது. பயனருக்குத் தெரியும் மாற்றங்கள் குறுகிய கால அம்சக் கொடிகளுக்குப் பின்னால் வைக்கப்பட்டன. அதிக அபாயமுள்ள மாற்றங்கள் முதலில் ஊழியர்களுக்கும், பின்னர் 1% பயனர்களுக்கும், அதன் பின் அனைவருக்கும் வெளியிடப்பட்டன. முயற்சியின்போது ஏறத்தாழ 200 கொடிகள் அறிமுகப்படுத்தப்பட்டு, முடிவதற்குள் அவற்றில் பாதிக்கும் மேற்பட்டவை அகற்றப்பட்டதாகக் குழு கூறுகிறது. வாடிக்கையாளர்களைப் பாதித்த சம்பவமோ மாற்றத்தைப் பின்னோக்கித் திருப்பிய நிகழ்வோ இல்லாமல் 3,000-க்கும் மேற்பட்ட மாற்றங்களை இணைத்ததாக ஆந்த்ரோபிக் தெரிவிக்கிறது. இந்த முடிவு அந்த முயற்சியைப் பற்றிய நிறுவனத்தின் விளக்கம்; வேறு குழு அல்லது குறிமூலத்திலும் இதே முடிவு கிடைக்கும் என்பதை நிறுவவில்லை.

நிலையான செய்தி எழுதும் பெட்டி ஏன் இந்தக் கட்டுப்பாடுகள் அவசியம் என்பதைக் காட்டுகிறது. ரியாக்ட் ஏற்றப்படும்போதே தட்டச்சு செய்யக்கூடிய செய்தி எழுதும் பெட்டியைத் தொடக்க HTML-இல் ஆந்த்ரோபிக் வைத்தது. ஒப்படைப்பு சரியாக நடக்கிறதா எனச் சோதிக்க, நிலையான மற்றும் ரியாக்ட் பதிப்புகளை 14 காட்சிப்பரப்பு அளவுகளில் ஒப்பிட்டு, சீரமைப்பு ஒரு பிக்சலுக்குள் இருக்கிறதா எனச் சரிபார்த்து, மாற்றத்தின்போது தட்டச்சு செய்து விசைகள் தொலைவதையோ வரிசை மாறுவதையோ சோதனைகள் கண்டறிந்தன. ஒப்படைப்பின்போதான நகர்வை களத் தொலைஅளவீடு கணித்தது. பின்னர் ஓர் ஊழியர், அந்த அளவீடுகள் தவறவிட்ட புதிய தாவல் தளவமைப்பு நகர்வைக் கண்டறிந்தார்; முன்கூட்டிய ஏற்றத்தின்போது உலாவி அளவு மாறியதே காரணம் என ஆந்த்ரோபிக் கண்டறிந்து, அந்தச் சூழலுக்கான சோதனையைச் சேர்த்தது.

ஆந்த்ரோபிக்கின் அறிக்கை ஒரு குறிப்பிட்ட முடிவை ஆதரிக்கிறது: மனிதர்கள் வழிநடத்திய வெளியீட்டுச் செயல்முறைக்குள், அளவிடப்பட்ட தடைகளைத் தேடி மேம்படுத்த கிளாட்டை அதன் பொறியாளர்கள் பயன்படுத்தினர்; ஆகஸ்ட் முடிவில் தேர்ந்தெடுக்கப்பட்ட பயனர் செயல்கள் வேகமடைந்திருந்தன. தாமதத்தின் மெதுவான முனையில் தயாரிப்பு எவ்வாறு செயல்படுகிறது, மேம்பாடுகள் எவ்வளவு காலம் நீடிக்கும், குழுவின் கருவிகள், பொறியியல், வெளியீட்டு முடிவுகள் ஆகியவற்றைவிட முகவரின் பங்களிப்புக்கு எவ்வளவு புகழ் அளிக்க முடியும் என்பதைச் சுயாதீன ஆய்வாளர் எவ்வாறு மதிப்பிடுவார் என்பவை இன்னும் விடையில்லாத கேள்விகள்.