Xitoydagi «DeepSeek» laboratoriyasi tomonidan ishlab chiqilgan DeepSeek-R1 nomli bosh «sunʼiy intellekt» asosli fikrlash modelida noto‘g‘ri ma’lumotlar soxta tarzda 14,3% hollarda uchrayotgani, «Vectara» ilmiy-tadqiqot tashkilotining HHEM 2.1 indikatoriga binoan aniqlangan. Bu raqam, fikrlash funksiyasi bo‘lmagan DeepSeek-V3 modeliga qaraganda deyarli to‘rt barobar yuqori. V3 modelida soxta ma’lumotlar faqat 3,9% ko‘rsatkichda qayd etilgan.
Bu farq kriptovalyuta sohasida bir qator muhim savollarni yuzaga keltiradi. Hozirda tez rivojlanayotgan «sunʼiy intellekt agentlari» tokenlari, avtonom savdo, savdo signallari va blokcheyn ustida harakatlarni amalga oshirish uchun fikrlashga asoslangan «katta til modellari»ga tayana boshlagan.
«Vectara» ma’lumotlari: R1 modelida soxta ma’lumotlar «ortiqcha yordam» orqali paydo boʻladi
«Vectara» tashkiloti ikkala DeepSeek modelini HHEM 2.1 ko‘rsatkichida tekshiruvdan o‘tkazdi. Bu indikator, sunʼiy intellektlar soxta ma’lumotlarini aniqlashga mo‘ljallangan. Jamoa natijalarni, shuningdek, «Google» kompaniyasi tomonidan ishlab chiqilgan FACTS uslubida ham tekshirgan. Natijalarga ko‘ra, R1 har bir testda V3 modeliga qaraganda ko‘proq noto‘g‘ri yoki asossiz ma’lumotlarni yaratgan.
Bu holatga faqat chuqur fikrlash emas, boshqa sabablar ham turtki bo‘lgan. «Vectara» tahlilchilari, R1 modeli «ortiqcha yordam ko‘rsatishga» moyilligini aniqladi: model, matnda mavjud bo‘lmagan maʼlumotlarni qo‘shadi.
Bunday qoʻshimcha maʼlumot baʼzida faktga toʻgʻri kelsa ham, sun’iy intellektning xatosi — yaʼni halusinatsiya — deb hisoblanadi. Bu xatti-harakat to‘g‘ri javobga soxta kontekst qo‘shilishiga olib keladi.
«Vectara» tashkiloti bu natijani «X» ijtimoiy tarmogʻida ochiq eʼlon qildi.
«DeepSeek-R1 modelida soxta ma’lumotlar ulushi 14,3% etib belgilandi, bu DeepSeek-V3 ko‘rsatkichidan deyarli to‘rt barobar yuqori» — deb taʼkidlagan «Vectara» ilmiy-tadqiqot tashkiloti.
Ushbu holat faqat «DeepSeek» modeli bilan cheklanmaydi. Bu trade-off («almashuv», yaʼni aniqlik va ijodiyot o‘rtasidagi muvozanat) boshqa laboratoriyalar chiqargan fikrlashga o’rgatilgan modellar uchun ham xos. Fikrlash zanjirini mustahkamlashga yo‘naltirilgan kuchaytiruvchi o‘qitish — modelda dadil va ishonchli natijalar yaratishni ham kuchaytiradi.
Nega kripto sunʼiy intellekt agentlari tokenlarida bu muvozanat muhim?
Kriptovalyuta bozorida hozirda yuzlab «sunʼiy intellekt agentlari» tokenlari faol. Ularning eng mashhurlari — «Virtuals Protocol» (VIRTUAL), «ai16z» (AI16Z) va «aixbt» (AIXBT) kabi tokenlardir.
So‘nggi 30 kun ichida bu toifa o‘rtacha 39,4% o‘sishni qayd etdi. «Virtuals» platformasining o‘zi bozorda 576 million dollardan ko‘proq kapitalizatsiyaga chiqdi.
Ko‘plab agentlarda katta til modeli (ya’ni sun’iy intellekt) maxsus vositalarga joylashtiriladi. Bu vositalar agentga ijtimoiy tarmoqlarda post joylashtirish, savdoga buyruq berish, yangi tokenlar chiqarish yoki bozor sharhi tayyorlash imkonini beradi.
Agar asosiy model narx darajasi, hamkorlik, yoki kontrakt manzilini to‘qib chiqaradigan bo‘lsa, uning oqibatlari bevosita blokcheyn tizimida aks etadi.
«BeInCrypto» axborot portali tomonidan AIXBT bo‘yicha o‘tkazilgan tahlil shuni ko‘rsatdiki, agent hozirga qadar 416 ta tokenni targ‘ib qilgan (shilling) va o‘rtacha 19% daromad bergan. Shunga qaramay, bu mexanizm tufayli model xato qilsa, obunachilar noto‘g‘ri tanlovlar xavfiga duch keladilar.
Xavf darajasi agentlarning avtonomligiga qarab ortadi. Faqat xulosa chiqaruvchi (read-only) agentlar, bozor hissiyoti haqida ma’lumot beruvchi agentlar bilan, fondlarni boshqaruvchi agentlarning xavf darajasi har xil bo’ladi.
Fikrlashga asoslangan modellardan ayniqsa murakkab rejali agentlar foydalanadigan bo‘ldi. Aynan mana shu yo‘nalishda «Vectara» tomonidan ko‘rsatilgan 14,3% indikator eng katta xavf tug‘diradi.
Fikrlash zanjirining boshida birgina soxta dalil bo‘lsa ham, har bir keyingi harakatga o’tib, tizimda muammolarni keltirib chiqaradi.
Yann Lekun: Muammoning ildizi model arxitekturasida
Yann Lekun — «Meta» axborot texnologiyalari kompaniyasining bosh sun’iy intellekt ilmiy xodimi — ko‘p yildan beri avtomatik matn tuzuvchi katta til modellari noto‘g‘ri ma’lumot (halusinasiyalar)dan to‘liq qutula olmaydi, deb hisoblaydi. Unga ko‘ra, bu modellar dunyoni real tasvirlaydigan chuqur asosga ega emas.
Fikrlash zanjiriga asoslangan kuchaytiruvchi o‘qitish, masalan, matematika yoki kod yozish sohalarida muammoni yashirishi mumkin. Lekin asosiy sabab baribir bartaraf etilmagan bo‘ladi.
Boshqa ilg‘or laboratoriyalar bunga qarshi. Ular halusinasiyalarni kamaytirish uchun axborotni qidirib topuvchi usullar, qo‘shimcha mashq qilish (post-training), hamda verifikatsion modellar orqali sezilarli taraqqiyotga erishilmoqda, deb hisoblashadi. Ammo dasturchilardan kelayotgan hisobotlar ko‘p hollarda reyting ko‘rsatkichlari bilan uyg‘un keladi.
Sunʼiy intellekt sohasidagi mutaxassis xlr8harder, «X» ijtimoiy tarmogʻida R1 debugging sessiyasi haqida yozar ekan, amaliyotdagi holatga qisqacha baho bergan:
«DeepSeek R1 modeli o‘z fikr izlarini to‘liq uyg‘unlashtirib olmagan. … va natijada menga halusinasiyalar bilan noto‘g‘ri ma‘lumot bermoqda», deb yozadi xlr8harder.
Kripto agentlarni yaratuvchilar uchun asosiy savol — model arxitekturasining foydasi emas, balki xavflarni boshqarishdir. Har bir sun’iy intellekt (AI) tahminini tekshiruv bosqichidan o‘tkazadigan dizayn ko‘proq barqarorlik beradi.
Xuddi shuningdek, moliyaviy harakatlar uchun kichikroq, ehtiyotkor sunʼiy intellekt modellarga tayanadigan agentlar uchun ham foydali.
Navbatdagi reyting sikllari va R1 modelidan keyingi avlodlar, fikrlash va aniqlik muvozanati qisqaradimi — shuni aniq ko‘rsatadi.
Hozir esa, 14,3% va 3,9% ko‘rsatkichi o‘rtasidagi farqga e’tibor qaratish lozim. Bozor barqarorligi, investitsiyalar barqarorligi, kelajak barqarorligi uchun — bu tafovut, haqiqiy mahsulot yaratadigan tokenlarni faqat vaʼda beradiganlardan ajratib turuvchi muhim mezon bo‘lib qolmoqda.
