Ga naar de inhoud
Advancing Bits to Master Atoms

Beslissingen die hun grenzen kennen.
Beslist wat het bewijs draagt, en geeft de rest door.

MS Duplex neemt terugkerende beslissingen direct waar een geleerde methode duidelijk van toepassing is, vaak helemaal zonder modelaanroep. Waar het bewijs mager is of het geval nieuw is, draagt het de beslissing over aan je model of markeert het die voor een onderzoeker, met de reden erbij.

Plannen en beslissen · een van de veertien mogelijkheden van MS Duplex

Een satijnzilveren sorteerpoort op een grafieten frame, waarbij zilveren bollen recht door het midden naar beneden vallen terwijl kobaltblauwe bollen via een zijgoot worden afgebogen.Een satijnzilveren sorteerpoort op een grafieten frame, waarbij zilveren bollen recht door het midden naar beneden vallen terwijl kobaltblauwe bollen via een zijgoot worden afgebogen.

Je team krijgt

  • Routinebeslissingen snel en consequent genomen
  • Moeilijke afwegingen naar de juiste persoon geleid
  • Lagere modelkosten bij terugkerend werk

Wat beslissingen die hun grenzen kennen betekenen voor je team.

Beslissingen die hun grenzen kennen komen van een AI die een geval dat je team al eerder heeft beslecht, kan onderscheiden van een geval waarvoor dat niet geldt. Waar een methode die je team heeft bevestigd duidelijk van toepassing is, neemt MS Duplex de beslissing direct en consistent, vaak helemaal zonder modelaanroep.

Waar het bewijs mager is, of het geval op niets lijkt wat je team heeft bevestigd, draagt MS Duplex de beslissing over. Die gaat naar je model als het geval redenering vraagt, of naar een onderzoeker als het om het oordeel van een expert vraagt, en de reden gaat mee.

Elke beslissing laat zien welk pad ze nam en waarom: de methode waarop ze rustte en het bewijs achter die methode, of wat er ontbrak toen ze werd overgedragen. Je team kan zien welke beslissingen routine waren, welke werden doorgegeven en wie elke beslissing nam.

Waarom onderzoek beslissingen nodig heeft die hun grenzen kennen.

Een agent die elke vraag met dezelfde stelligheid beantwoordt, is moeilijk te vertrouwen. De gevallen die het meest uitmaken, zijn vaak de gevallen die hij nog nooit heeft gezien.

De meeste beslissingen in een onderzoeksworkflow herhalen zich: welke instelling je gebruikt voor een bekende analyse, welke kandidaat door een bekende screening komt, welke methode past bij een standaardgeval. Elk ervan opnieuw door een model sturen kost aanroepen, tijd en geld, en de antwoorden kunnen van run tot run verschuiven, ook als het geval hetzelfde is gebleven.

De zeldzame gevallen vragen de omgekeerde aanpak. Een geval buiten alles wat je team heeft bevestigd, vraagt de redenering van een model of het oordeel van een onderzoeker, en een agent die het als routine behandelt, kan een kostbare run de verkeerde kant op sturen. Onderzoek heeft AI nodig die het verschil kent en dat zegt.

  • Consistentie is belangrijk

    Hetzelfde geval, onder dezelfde omstandigheden, hoort elke keer dat het voorkomt dezelfde beslissing te krijgen.

  • Modelaanroepen tellen op

    Terugkerend werk dat steeds opnieuw door een model gaat, kost bij elke run meer.

  • Experttijd is schaars

    Onderzoekers horen hun tijd te besteden aan de afwegingen die hen nodig hebben, en te zien waarom elke afweging bij hen terechtkwam.

  • Nieuwe gevallen zijn kostbaar

    Een nieuw geval dat als routine wordt behandeld, kan rekenkracht en labtijd verbruiken aan een run die nooit had kunnen werken.

Een miniatuurspoorwissel op een grafieten basis, met twee satijnzilveren rails die uit één rail uiteenlopen en een kleine kobaltblauwe hendel die op één richting staat.Een miniatuurspoorwissel op een grafieten basis, met twee satijnzilveren rails die uit één rail uiteenlopen en een kleine kobaltblauwe hendel die op één richting staat.

Hoe beslissingen werken in de dagelijkse praktijk van je team.

Je agent vraagt om een beslissing zoals hij dat nu doet. MS Duplex kijkt naar wat je team heeft bevestigd en stuurt de beslissing het juiste pad op.

  1. 1

    Er moet een beslissing worden genomen

    Je agent moet een instelling kiezen, een kandidaat rangschikken, een methode kiezen of de volgende stap goedkeuren.

  2. 2

    Het bewijs wordt gecontroleerd

    MS Duplex kijkt naar wat je team heeft bevestigd voor gevallen zoals dit, en of de omstandigheden overeenkomen.

  3. 3

    Routinegevallen worden beslecht

    Waar een geleerde methode duidelijk van toepassing is, neemt MS Duplex de beslissing direct, vaak zonder modelaanroep, en legt het de gebruikte methode vast.

  4. 4

    De rest wordt overgedragen

    Waar het bewijs mager is of het geval nieuw is, gaat de beslissing naar je model of wordt ze gemarkeerd voor een onderzoeker, met de reden erbij.

Een voorbeeld, in elk vakgebied waar een agent rangschikt en beslist.

De agent van een team screent een gestage stroom kandidaten voor een terugkerende evaluatie. In één week beslecht MS Duplex de bekende gevallen en stuurt het de ongewone gevallen naar waar ze thuishoren.

  1. 1

    Bekende gevallen

    Op maandag passen de meeste kandidaten van die dag bij een screeningsmethode die het team eerder heeft bevestigd. MS Duplex rangschikt ze direct, zonder modelaanroep, en elke rangschikking verwijst naar de methode erachter.

  2. 2

    Een geval met mager bewijs

    Op dinsdag zit een kandidaat aan de rand van wat het team heeft bevestigd. MS Duplex geeft hem door aan het model met een notitie over welk bewijs ontbreekt, en het model redeneert hem door.

  3. 3

    Een nieuw geval

    Op woensdag komt er een kandidaat binnen die op niets lijkt wat het team heeft gezien. MS Duplex markeert hem voor een onderzoeker, die beslist en vastlegt waarom, en de beslissing wordt met de reden bewaard.

  4. 4

    De volgende keer

    Op vrijdag komt er onder dezelfde omstandigheden een kandidaat binnen zoals die van woensdag. De bevestigde beslissing van de onderzoeker geldt nu, dus MS Duplex beslecht hem direct en de expert hoeft dezelfde vraag niet opnieuw te beantwoorden.

Beslissingen die hun grenzen kennen werken samen met de rest van de laag.

Wat MS Duplex kan beslissen, rust op wat de andere mogelijkheden leren en bewaren.

  • Herbruikbare methoden

    Elke geverifieerde methode vergroot het aantal gevallen dat MS Duplex direct kan beslechten, met de methode vastgelegd.

  • Continu leren

    De beslissing van een onderzoeker over een overgedragen geval wordt meteen geleerd, zodat het volgende vergelijkbare geval kan worden beslecht zonder het opnieuw te vragen.

  • Regels en goedkeuringen

    Je regels gaan vóór elke beslissing, en de stappen die je selecteert wachten nog steeds op een mens, hoe routinematig ze er ook uitzien.

  • Herkomst, review en afleren

    Elke beslissing behoudt de methode en het bewijs waarop ze rustte, zodat een andere onderzoeker die uit het dossier kan reconstrueren.

Wat je team krijgt.

Routinebeslissingen snel en consistent genomen, moeilijke afwegingen in de juiste handen en lagere modelkosten bij terugkerend werk.

minder modelaanroepen dan een voor de taak gefinetuned model, bij terugkerend werk, in gecontroleerde tests van MatterSpace
−89%
  • Routinebeslissingen snel genomen

    Waar een geleerde methode duidelijk van toepassing is, wordt de beslissing direct genomen, vaak zonder modelaanroep.

  • Consistente antwoorden

    Hetzelfde geval onder dezelfde omstandigheden krijgt dezelfde beslissing, met dezelfde methode erachter.

  • Moeilijke afwegingen naar de juiste plek geleid

    Gevallen met mager bewijs gaan naar je model, en gevallen die op niets lijken wat eerder is gezien, worden gemarkeerd voor een onderzoeker.

  • Een reden bij elke overdracht

    Elke beslissing die wordt doorgegeven, zegt waarom, zodat het model of de persoon die de beslissing overneemt weet wat er ontbreekt.

  • Lagere modelkosten

    Terugkerend werk vraagt veel minder modelaanroepen, zodat de uitgaven aan modellen naar de gevallen gaan die redenering vragen.

  • Beslissingen vastgelegd

    Elke beslissing laat de methode en het bewijs zien waarop ze rustte, of de reden waarom ze werd overgedragen.

Veelgestelde vragen.

Wanneer beslist MS Duplex zelf?

Waar een methode die je team heeft bevestigd duidelijk van toepassing is op het geval, onder overeenkomende omstandigheden. Die beslissingen worden vaak helemaal zonder modelaanroep genomen, en elke beslissing verwijst naar de methode en het bewijs erachter.

Wat gebeurt er als het bewijs mager is?

MS Duplex draagt de beslissing over aan je model, of markeert die voor een onderzoeker als het geval op niets lijkt wat eerder is gezien. De reden gaat mee, zodat wie de beslissing neemt weet wat er ontbreekt.

Verlaagt dit onze modelkosten?

Bij terugkerend werk wel. Beslissingen die een geleerde methode beslecht, hebben geen modelaanroep nodig, en in gecontroleerde tests van MatterSpace deed MS Duplex veel minder modelaanroepen dan een voor de taak gefinetuned model. Een pilot meet wat het doet op je eigen werk.

Kunnen we een beslissing van MS Duplex corrigeren?

Ja. Elke beslissing laat de les zien waarop ze rustte, en je team kan die les afzonderlijk corrigeren of verwijderen. De aanbevelingen die ervan afhingen, veranderen mee, en al het andere blijft zoals het was.

Laat de volgende run profiteren van de vorige.

Breng ons het onderzoek waarin je AI beter moet worden. We plannen een pilot op je eigen workflows, met je experts als beoordelaars.