Silico، تیم پژوهش تفسیرپذیری در قالب یک پلتفرم
خلاصهٔ کاملتر
گودفایر تو یه ترد، بتای خصوصی پلتفرمش Silico رو باز اعلام کرده. تصویری که از محصول میده اینه: بهش میگی «J-space رو روی GLM 5.2 تکرار کن»، «یه ریوارد مدل آموزش بده و با RL توهم رو کم کن» یا «نشونم بده این مدل چطور پیشبینی سرطان میکنه» — و به گفتهٔ تیم، کار کردن باهاش مثل داشتن یه تیم پژوهشگر AI ـه که آمادهٔ اجرای همچین آزمایشهاییه.
اولین نمونهای که نشون میدن، بازتولید J-space روی GLM-5.2 تو یه شبه. Silico بعدش کانتکست رو تا حدود ۲۵۶ هزار توکن گسترش داده و نتایج کلیدی رو روی پرسشوپاسخ چندپرشی (multi-hop) هم بازتولید کرده.
نمونهٔ دوم به روش خود تیم برمیگرده: RLFR که از پروبهایی روی درونیات مدل بهعنوان سیگنال پاداش برای یادگیری تقویتی استفاده میکنه. به گفتهٔ گودفایر، تیم ماهها روی توسعهش وقت گذاشته بود ولی Silico تو دو روز بازتولیدش کرده و توهم مدل Qwen3-8B رو ۳۷ درصد کم کرده، اون هم بدون از دست رفتن توانایی مدل.
کاربرد سوم، نگاه کردن به داخل مدله تا ببینی چی یاد گرفته. با استفاده از BSFها روی مدلهای زبانی پروتئین، پلتفرم بدون نظارت زیرفضاهایی رو تو مدل پیدا کرده که فعالسازیهاشون با ساختارهای شناختهشدهٔ پروتئینی همبستگی دارن.
نمونهٔ آخر حوزهٔ پزشکیه: Silico روش PICASSO رو روی Midnight-12k بهصورت یکمرحلهای بازتولید کرده. PICASSO مدلهای پاتولوژی دیجیتال رو تفسیر میکنه؛ یعنی چیزی که مدل میبینه رو به مفهومهای خوانا میشکنه، نشون میده کدوم مفهومها پیشبینی سرطان رو پیش میبرن، و شبیهسازی میکنه که تغییر تو بافت چطور اون پیشبینیها رو عوض میکنه.
تیم تأکید میکنه اینها فقط چندتا نمونه از کارهای ممکن با Silico ـه و دسترسی به بتای خصوصی از طریق فرم تماس سایتشون درخواست میشه.
نکات کلیدی:
- بتای خصوصی Silico باز شده؛ ایدهش اجرای خودکار آزمایشهای تفسیرپذیریه
- بازتولید J-space روی GLM-5.2 در یک شب و گسترش کانتکست تا حدود ۲۵۶ هزار توکن
- بازسازی RLFR در دو روز و کاهش ۳۷ درصدی توهم در Qwen3-8B بدون افت توانایی
- کشف بدوننظارت زیرفضاهای مرتبط با ساختار پروتئین در مدلهای زبانی پروتئین
- بازتولید یکمرحلهای PICASSO روی Midnight-12k برای تفسیر مدلهای پاتولوژی دیجیتال




