Alibabaʼning Qoder dasturi tezkor javob rejimi va kredit sarfini kamaytirish bilan yangilandi
Batafsil
Pandaily
pandaily.com

Alibabaʼning Qoder dasturi tezkor javob rejimi va kredit sarfini kamaytirish bilan yangilandi

Alibabaʼning kodlash agenti Qoder yangi 'Fast' deb nomlangan rejimi taqdim etdi. Bu rejim tezkor natija talab qiladigan kundalik vazifalarni bajarish uchun moʻljallangan. Kompaniya 10-oktabrda bu yangi daraja Qoder dasturining 0.4.4 va undan keyingi versiyasida shaxsiy va korporativ foydalanuvchilar uchun, xitoy va xalqaro versiyalarda mavjudligini maʼlum qildi, deb IT Home nashri xabar berdi.

'Fast' rejimi birinchi javob vaqtining taxminan uch soniya, yuqori sifatli natija va 0.8x kreditlardan foydalanish koeffitsiyenti bilan tavsiflanadi. Xitoy versiyasida Fast mavjud boʻlgan opsiyalar yoniga qoʻshimcha variant sifatida qoʻshildi. Xalqaro versiyada esa u oldingi 'Performance' darajasini almashtiradi, yoniga joylashmaydi.

Xalqaro foydalanuvchilar uchun bu oʻzgarish sifatga zarar yetkazmasdan yanada tez va iqtisodli darajaning paydo boʻlishini anglatadi. Birinchi javob vaqti taxminan sakkiz sondan uch songa qisqardi, kredit koeffitsiyenti esa 1.1x dan 0.8x gacha kamaydi, bu taxminan 27% tejashni tashkil etadi. Qoder natija sifati Performance kabi qolishini taʼkidlaydi va eski darajadagi foydalanuvchilar hech qanday harakat qilmasdan avtomatik ravishda yangi rejimga oʻtkaziladi.

Qoder boshqa darajalari uchun ham birinchi javob vaqtini eʼlon qildi. Kompaniyaning oʻz oʻlchovlariga koʻra, xalqaro versiyadagi Performance uchun 7.9 soniya, Auto uchun 9.8 soniya va Ultimate uchun 13 soniya bilan solishtirilgan Fast rejimi uch soniya bilan taqqoslanadi. Bu Fast rejimi Auto va Ultimate vaqtining uchdan kamroq va taxminan toʻrtdan bir qismi boʻlgan holatga keltiradi.

Kompaniya raqobatchilarning tezkor kodlash vositalarining tezkor rejimlari bilan oʻzining taqqoslash testini oʻtkazdi. Ushbu oʻzini baholash testida, ishlab chiquvchilarning oʻn ta eng keng tarqalgan vazifasi qamrab olindi, Qoder tenglashtirilgan mahalliy mahsulotlarga nisbatan taxminan uchdan bir vaqtda, tenglashtirilgan xorijiy mahsulotlarga nisbatan esa taxminan toʻrtdan bir vaqtda yakunlanganini maʼlum qildi. Biroq, sinovdan oʻtgan mahsulotlarning nomlari oshkor qilinmadi va olingan raqamlar mustaqil tekshirilmadi.

Eʼlon qilingan vazifalar misollari nisbatan oddiy edi: qisqa sayohat yoʻlini tuzish taxminan bir soniya, kunlik ish jurnalini ertangi kun rejasi shakliga oʻzgartirish esa taxminan toʻrtta soniya vaqtni talab qildi. Qoder boshqa Qoder oilasidagi mahsulotlar tez orada Fast rejimini qoʻshishini maʼlum qildi, ammo aniq muddatlar koʻrsatilmagan. Bu daraja rutin, tezkor ishga qaratilgan, shu bois Ultimate kabi sekinroq darajalar murakkabroq vazifalar uchun saqlanib qoladi.

Oʻxshash hikoyalar

Peking University, Tsinghua va Alibaba tadqiqotchilari video generatsiyasini 265 marta tezlashtirish uchun SparkDiffusionni taqdim etdi
Batafsil
pandaily.com

Peking University, Tsinghua va Alibaba tadqiqotchilari video generatsiyasini 265 marta tezlashtirish uchun SparkDiffusionni taqdim etdi

Peking University, Tsinghua University va Alibaba tadqiqotchilari difuzion-transformatorli video modellarini tezlashtirish uchun SparkDiffusion freymvorkini eʼlon qilishdi. Ushbu freymvork aynan Alibaba ning Wan 2.1 va Wan 2.2 modellar uchun ishlab chiqilgan.

Sinovlar jarayonida jamoa sezilarli darajada tezlik oshishini namoyish etdi: Wan2.1-T2V-14B yordamida 81 kadrli, taxminan besh soniyalik va 720P aniqlikdagi videoni yaratish RTX 5090 bitta videokartasida 4769 sekunddan 18 sekundgacha qisqardi. Bu toʻliq oʻqitilgan va klassifikatorning notoʻgʻri yoʻnalishi boʻlmagan asosiy modelga nisbatan 265 baravar tezlashuvni taʼminladi. H100 akseleratori ishlatilganda esa xuddi shu vazifa 1757 sekund oʻrniga 8 sekundda bajarildi, bu esa 220 baravar tezlik oshishini tashkil etadi.

Ish mualliflar 'yuqori tanaffus quzboshligi' deb nomlagan muammodan boshlandi. Diqqatning tanaffus darajasi 90% dan 97% gacha oshirilganda, faqat 3% diqqat bloklari qoldi. Ushbu darajada oʻquv yoʻqotilmalari pasayishda davom etgan boʻlsa-da, videolar buzilgan tuzilish, suzib yuruvchi fonlar va beqaror harakat bilan keldi. Taxminan 30 000 ta oʻquv videosi va kattaroq kompensatsiya shoxlari kiritilgan uzoqroq oʻqitish bu muammoni hal qilmadi.

Yechim tanlanganligi sababli, toʻliq oʻqituvchining bashoratlarini faqat eng shovqinli beshta namunaviy bosqichlarda almashtirish orqali koʻp sonli xatolarning katta qismi bartaraf etildi va tuzilmaning shakllanishining dastlabki bosqichlarining ahamiyati koʻrsatildi. Shu tariqa, SparkDiffusion uch bosqichda ishlaydi: avvalo, tanaffuslangan modelni xom apriorga moslashtiradi, soʻngra yakuniy natija taqsimotini tuzatadi.

Birinchi bosqich RoLA — blokli tanaffuslangan shoxni past darajali chiziqli shox bilan birlashtirib global kontekstni saqlash uchun 97% tanaffuslangan modelni qisqa oldindan sozlashni oʻz ichiga oladi. Keyin, CrossDistill uch bosqichli talabani yaratadi, u klassifikatorning notoʻgʻri yoʻnalishiga muhtoj emas. U yuqori shovqinda bitta uygʻunlashish bosqichidan va past shovqinda ikki ta taqsimot uygʻunlashish bosqichidan foydalanadi. 97% tanaffusda model VBenchda 83.15 va VBench-2.0 da 58.05 natijalarini koʻrsatdi, bu ikkala usuldan ham alohida ustunlik berdi.

Yakuniy bosqich ixcham yadrolar yordamida chiziqli projeksiyalarni FP8 ga kvantizatsiya qilishdir, bu nazariy jihatdan tejash GPU real kechikishida namoyon boʻladi. Boshqa erishilgan natijalar orasida: 480P aniqlikdagi Wan2.1-T2V-1.3B vaqtni 182 sekunddan 1.3 sekundgacha RTX 5090 da qisqartirdi, va 720P dagi Wan2.2-T2V-A14B tezligini 4545 sekunddan 25.1 sekundgacha oshirdi, bu esa 181 baravar yaxshilanishdir.

Kod Apache 2.0 litsenziyasi ostida AlibabaResearch nomi bilan GitHubda mavjud, shuningdek, 480P va 720P aniqlikdagi matndan videoga va tasvirdan videoga aylantirish uchun nazorat nuqtalari 25-sentabrda Hugging Faceʼda chiqarildi. Jamoa bu yondashuvni yuqori aniqlikdagi multimodal kontent, avtoregressiv video va uzoqroq ketma-ketliklar dastlabki tuzilish xatolarini yanada qimmatroq qiladigan dunyo modellarini yaratish uchun kengaytirishni rejalashtirmoqda.

Alibabaʼning XekRung modeli CyberGym reytingida 88,9% natija bilan birinchi oʻrnni egalladi
Batafsil
pandaily.com

Alibabaʼning XekRung modeli CyberGym reytingida 88,9% natija bilan birinchi oʻrnni egalladi

Alibabaʼning kiberxavfsizlik katta til modeli XekRung CyberGym reytingida birinchi oʻrinni egalladi. Ushbu reyting Kaliforniya universiteti, Berkli tomonidan tadqiqotchilar qoʻllab-quvvatlanadigan zaifliklarni qayta tiklash uchun mezon hisoblanadi. XekRung-1.5-27B-Preview deb belgilangan va Alibabaʼning ochiq Qwen3.8-27B modeliga asoslangan bu versiya sentabrning 13-idan boshlab 88,9% darajasida muvaffaqiyatni namoyish etdi. Xitoy texnologik OAVlari bu natijani sentabrning 28-ida xabar qilib, bu Xitoy ishlab chiquvchisi tomonidan yaratilgan modelning ushbu reytingda bosh qaragan birinchi holat ekanligini taʼkidladilar.

CyberGym testi Googleʼning OSS-Fuzz dasturi tomonidan dastlab aniqlangan 188 ta ochiq kodli loyihadan olingan 1507 ta haqiqiy zaifliklarni oʻz ichiga oladi. Vazbaning birinchi bosqichida model zaiflik tavsifini va yangilanmagan kodni oladi, soʻngra buzilgan versiyada xato faollashtiradigan, ammo tuzatilgan versiyada emas, kontseptsiya isbotini koʻrinishidagi kirish faylini yaratishi kerak.

Hozirgi reytingda XekRung modeli Googleʼning Gemini 3.8 Flash Cyber modeli (86,3%), OpenAIʼning GPT-5.5-Cyber modeli (85,6%), Zhipu AIʼning GLM-5.3 modeli (84,5%) va DeepSeek-V4-Pro modeli (83,3%) dan ustun turibdi. Ushbu benchmarkni qoʻllab-quvvatlovchilar baholarning alohida jamoalar tomonidan berilishi, ishga tushirishlarning stoxastikligi va ballardagi kichik farqlar imkoniyatlardagi sezilarli farqlarni aks ettirmasligi mumkinligini taʼkidlaydilar.

Model Alibabaʼning AGI Xavfsizlik laboratoriyasida Huang Luntao rahbarligida ishlab chiqilgan. Jamoa hisobotiga koʻra, asosiy Qwen3.8-27B modeli shu sharoitlarda 54,51% ni koʻrsatgan, bu qoʻshimcha oʻqitishdan soʻng 34,39 foiz punkti oshishni anglatadi. Laboratoriya bu muvaffaqiyatni Alibabaʼning oʻz xavfsizlik operatsiyalari maʼlumotlaridan anonimlashtirilgan maʼlumotlar asosida supervizorli nozik sozlash, umumiy vositalar tuzilmasi doirasida agentlarni ragʻbatlantirish bilan oʻqitish, yigʻish, nosozliklar va PoC validatsiyasi asosida mukofot olish hamda oʻrganish uchun tuzatuvchi juftlar sifatida muvaffaqiyatsiz urinishlarni qayta ishlatish orqali tushuntiradi. Shu bilan birga, oʻqitish jarayonida CyberGym vazifalari, patchlar yoki standart PoCʼlar ishlatilmaganligi taʼkidlanadi. Baholash kontekst oynasi 256K boʻlgan mahalliy joylashgan FP8 chiqarishda, fuzzing uchun oldindan oʻrnatilgan freymvorklarsiz va benchmarkda ruxsat etilgan roʻyxatga koʻra cheklangan tarmoq kirishiga amalga oshirildi.

Alibaba shuningdek samaradorlikka urgʻu berib, 27 milliard parametrli modelning teng kibermodellar bilan solishtirganda 1/27 yoki 1/370 hajmli ekanligini taʼkidlaydi, bu avtomatlashtirilgan zaifliklarni saralash uchun hisoblash xarajatlarini kamaytiradi. XekRung ning ogʻirliklari hali eʼlon qilinmagan va Alibaba tashqi kirish muddatlarini bermagan, garchi Huang laboratoriya xavfsizlik texnologiyasi kengroq taklif qilinishini va kelajakdagi versiyalar raqobatbardosh intellekt, oʻz-oʻzini rivojlantirish va agent vazifalariga qaratilishini aytsa ham. Avvalgi may oyida Qwen asosida qurilgan 8 milliard parametrlik versiyaga bagʻishlangan XekRung texnik hisoboti nashr etilgan edi.

Mashhur