Yoav Shoham
Что можно измерить о состоянии AI извне любой отдельной компании — и как выглядит дополнение поиском, когда ничего не нужно переобучать.
Карьера Shoham проходит через несколько эпох AI: multi-agent systems и game theory в написанном им в соавторстве учебнике, затем долгая роль председателя Stanford AI Index — ежегодного измерения области, ставшего самым близким к официальному учёту индустрии. Статья "In-Context Retrieval-Augmented Language Models" (2023, старший автор) находится внутри стека AI21, но читается как методологическая: дополнение поиском работает на замороженных LLM с готовыми ретриверами, без совместного обучения, то есть именно в том режиме, который применим, когда вы не можете открыть модель, которую пытаетесь улучшить. Две линии — измерение состояния области и методы, работающие в режиме закрытых моделей, — сходятся в позиции, которую разделяет ai100: нельзя претендовать на понимание состояния индустрии, не признавая, что именно вы можете и не можете измерить.