Ailin¹ se lansează pe 15 septembrie 2026. Solicită acum acces timpuriu.

Solicită acces timpuriu
ailin¹

Inteligență Colectivă: Următoarea Frontieră a IA

107.175 de modele de IA se coordonează într-un singur model de inteligență colectivă.

De la IA individuală la Inteligență Colectivă

IA a petrecut ultima eră făcând modelele individuale mai capabile. Următoarea frontieră este colectivă.

Modele diferite contribuie cu perspective diferite, iar asta nu este un slogan: teorema juriului a lui Condorcet și teorema predicției prin diversitate a lui Hong și Page arată că diversitatea structurată poate depăși expertiza solitară. Strategiile colective structurate pun această cercetare în practică: modelele raționează independent, se verifică încrucișat și converg spre un singur răspuns auditabil.

Scopul nu este să ai mai multe modele. Ci inteligențe diferite care lucrează mai bine împreună.

Aceasta este inteligență colectivă. Iar Ailin¹ o rulează deja.

Ailin¹ Collective: mecanismul din spatele afirmației

Ailin¹ este construit pentru inteligență colectivă. Rutarea, descoperirea, orchestrarea și verificarea sunt mecanisme care o servesc. Pornind de la 107.175 de identificatori de modele descoperibili, fiecare cerere este direcționată printr-una dintre cele 32 de strategii de orchestrare înregistrate: un singur model atunci când contează viteza, mai multe modele coordonate să raționeze, să dezbată și să se verifice încrucișat atunci când contează corectitudinea.

Răspunsurile colective includ proveniența deciziei. Traseul de coordonare rămâne verificabil.

  • Ce modele au rulat
  • Ce strategie le-a coordonat
  • Cât a costat colectivul
Construiește cu Inteligență Colectivă

Dovedit în fața modelelor de vârf, în mod transparent

Am testat colectivul în competiție cu GPT-5.5-pro, Claude Opus 4.8, Gemini 3.1 Pro și Grok 4.3, evaluat pe baza unor răspunsuri obiective, verificate automat, nu pe gust. Într-un experiment auditabil și reproductibil, colectivul le-a depășit pe toate patru. Verifică repozitoriul.

⭐ Alătură-te celor 210 care au dat stea pe GitHub

Ailin¹ se lansează pe 15 septembrie 2026.

Alătură-te înainte de disponibilitatea generală și ajută la modelarea primei versiuni.

Solicită acces timpuriu

Ailin¹ Collective

Fiecare cerere trece prin aceeași cascadă de rutare înainte ca vreun model să fie apelat, o cascadă care poate apela strategii colective fundamentate pe rezultate revizuite de comunitatea științifică privind deciziile de grup, printre care teorema juriului a lui Condorcet și teorema predicției prin diversitate a lui Hong și Page. Numește exact ce vrei, iar alegerea ta este respectată imediat. Nu spui nimic, și decide cascada.

Nu e o cutie neagră de ultimă generație. Sunt două pârghii pe care le controlezi tu.

Cinci aliasuri acoperă întregul spectru, de la un singur model instantaneu până la consensul a cinci modele. Două câmpuri independente stabilesc limitele: max_cost este un plafon, quality_target este un prag minim. Setează unul, celălalt, sau pe amândouă. Ailin¹ Collective nu depășește niciodată limita pe care o definești.

Majoritatea platformelor îți întind o listă de modele și numesc asta o alegere. Ailin¹ îți întinde două pârghii independente, nu un singur cursor: cât de bun trebuie să fie răspunsul și cât ești dispus să plătești pentru el.

  • Plafonează cheltuiala și lasă calitatea să își găsească singură nivelul.

  • Garantează un prag minim și lasă costul să urmeze cererea.

  • Fixează un coridor exact între ele.

Aliasurile de rutare Ailin¹ Collective, ce optimizează fiecare, costul tipic și când să îl folosești
Alias Optimizează pentru Cost tipic De folosit când
ailin-auto Echilibru potrivit, decis la fiecare cerere Normal Varianta implicită. Nicio constrângere în afara echilibrului dintre cost și calitate.
ailin-best Calitate, fără limită de cost Cel mai mare Sarcini critice din punctul de vedere al corectitudinii, în care costul nu este constrângerea limitativă.
ailin-fast Latență, un singur model Scăzut Fluxuri interactive cu un buget de latență strict.
ailin-economy Cost, cu plafon strict aplicat Cel mai mic Sarcini de fundal, în volum mare
ailin-consensus Corectitudine prin verificare încrucișată independentă Mai mare, intenționat Incorectitudinea nesemnalată este modul de eșec pe care plătești să îl elimini.

Fiecare răspuns returnează proveniența deciziei în ailin_metadata: strategy_used, models_used și cost_usd, astfel încât decizia de rutare poate fi verificată, nu doar acceptată pe încredere.

Cerere: clientul tău OpenAI existent, cu o singură linie modificată

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ailin.one/v1",
    api_key="YOUR_KEY",
)

response = client.chat.completions.create(
    model="ailin-consensus",
    messages=[{"role": "user", "content": "..."}],
    extra_body={"max_cost": 0.15}
)

Răspuns

{
  "ailin_metadata": {
    "strategy_used": "ailin-consensus",
    "models_used": [
      "gpt-5.5-pro",
      "claude-opus-4.8",
      "gemini-3.1-pro"
    ],
    "final_decider_model_id": "claude-opus-4.8",
    "final_decider_role": "synthesizer",
    "cost_usd": 0.0842,
    "subcalls": [
      { "model_id": "gpt-5.5-pro", "role": "voter", "cost_usd": 0.0301, "latency_ms": 1840, "success": true },
      { "model_id": "claude-opus-4.8", "role": "synthesizer", "cost_usd": 0.0288, "latency_ms": 2010, "success": true },
      { "model_id": "gemini-3.1-pro", "role": "voter", "cost_usd": 0.0253, "latency_ms": 1650, "success": true }
    ]
  }
}

Cum decide Ailin¹ Collective: cascada de rutare

O cascadă stratificată, evaluată de la cel mai rapid strat spre cel mai lent. Fiecare cerere se rezolvă cât mai devreme posibil, în siguranță, astfel încât cererile simple se închid rapid, iar cele dificile apelează la straturile mai profunde.

Înainte de cascadă: cache semantic Un cvasi-duplicat al unei cereri recente returnează imediat răspunsul din cache. Triajul și toate cele șase straturi de mai jos sunt omise în întregime, nu doar ocolite, ci omise.

  1. Rutare explicită

    Ai numit tu ținta, un alias, un model sau o strategie, așa că acest strat rezolvă cererea instantaneu. Are întotdeauna prioritate față de toate straturile de dedesubt, iar dacă ceea ce ai numit nu poate fi îndeplinit efectiv, cererea eșuează direct, în loc să treacă tacit la altceva.

  2. Triaj

    Un model dedicat analizează intenția și complexitatea sarcinii și recomandă o strategie înainte ca vreun model din colectiv să ruleze. E o analiză reală, nu o simplă căutare într-un tabel, așa că implică propriul apel, real, deși mic.

  3. Arhivă de configurații

    Se deblochează după 5 rezultate înregistrate

    După ce sunt înregistrate cel puțin 5 rezultate pentru o nișă de sarcini, Ailin¹ Collective reutilizează ceea ce s-a dovedit deja, în loc să îl deducă din nou.

    Nu o alegere unică de tip cutie neagră: o bancă de configurații de elită urmărite pe 6 axe de optimizare, calitate, eficiență a costului, viteză, echilibru, fiabilitate, calitate per token, pentru acea nișă, astfel încât strategia și setul de modele reutilizate sunt cele care au câștigat efectiv pe dimensiunea care contează pentru cererea ta.

  4. Frontiera cost / calitate / latență

    Se deblochează după 3 rezultate înregistrate

    Optimizează direct compromisul multi-obiectiv (calitate, cost, viteză, rată de succes) de îndată ce există suficient istoric, chiar dacă nu există încă o potrivire exactă dovedită pentru nișă.

  5. Preferință de strategie învățată

    Se deblochează după 5 rezultate înregistrate

    Un bandit de tip Thompson Sampling ponderează strategiile după rezultatele lor reale, măsurate în timp, rafinând setările implicite ale cascadei însăși, și se auditează singur: dacă rata sa globală de recompensă măsurată scade sub 95% din cel mai bun instantaneu înregistrat vreodată, banditul își restaurează automat întreaga stare învățată la acel instantaneu.

  6. Euristică de rezervă

    Dacă niciunul dintre straturile de mai sus nu rezolvă cererea, o euristică deterministă, cu punctaj, selectează strategia pe baza tipului sarcinii, a complexității și a setului de modele disponibile. Rezolvarea strategiei se încheie întotdeauna cu o decizie, consemnată în strategy_used.

După cascadă: poarta de guvernanță a costurilor Indiferent ce au ales straturile 1 până la 6, cu excepția rutării explicite, o ultimă verificare poate încă retrograda o alegere colectivă costisitoare la un singur model, atunci când beneficiul estimat nu atinge pragul. Doar o cerere explicită ocolește și această verificare.

Straturile 3 până la 5 se deblochează independent, pe măsură ce se acumulează istoric de utilizare pentru o nișă de sarcini, de la 3 rezultate înregistrate pentru frontiera cost/calitate/latență, până la 5 pentru arhiva de configurații și banditul de preferință învățată; până atunci, euristica deterministă și auditabilă a stratului 6 ia decizia ori de câte ori straturile 1 și 2 nu o rezolvă mai întâi.

32 de strategii, fundamentate pe cercetare

Zeci de moduri în care modelele pot gândi împreună, fiecare dintre ele auditabil. Probleme diferite beneficiază de forme diferite de raționament colectiv.

Niciuna dintre ele nu este improvizată. Fiecare strategie din catalog corespunde unui rezultat concret, cu nume, din cercetarea despre coordonare sau decizie colectivă, nu unei presupuneri interne îmbrăcate în haine de știință.

  • consensus

    Teorema juriului a lui Condorcet (1785): vot majoritar între 3 și 5 modele, cu un prag minim de diversitate, astfel încât acordul să nu poată veni din raționamente clonate.

  • diversity-ensemble

    Teorema predicției prin diversitate a lui Hong și Page (PNAS, 2004): construiește o echipă care maximizează prin proiectare diversitatea pe mai multe axe.

  • debate

    Modelele argumentează în runde structurate, cu un moderator.

  • swarm-explore

    Explorare în paralel, selectată automat de triaj pentru sarcini deschise de design și arhitectură.

  • stigmergic-refinement

    Convergență printr-un artefact comun, nu printr-un vot, selectată automat de triaj pentru scriere de complexitate ridicată.

  • expert-panel

    Recenzie independentă, cu mai multe roluri, înainte ca răspunsul să fie livrat, apelabilă direct pentru cereri care cer multă verificare.

  • tri-role-collective

    Planner, Solver, Auditor: o mașină de stări deterministă, nu un coordonator antrenat, care blochează structural ca Auditor să fie același model sau aceeași trecere de raționament care tocmai a produs răspunsul ca Solver.

  • +25 de strategii suplimentare

Nu tu alegi modelul. Îl alege Ailin¹ Collective.

Simplitate atunci când sarcina este simplă. Profunzime atunci când nu este. Tu stabilești limitele, Ailin¹ Collective decide în interiorul lor, iar un singur câmp îl suprascrie întotdeauna.

Nu trebuie niciodată să decizi dacă o cerere are nevoie de un model sau de cinci. Fiecare cerere trece prin Ailin¹ Collective, aceeași cascadă de rutare din spatele ailin-auto, înainte ca vreun model să fie apelat. Știi exact ce vrei? Spune-o direct: un alias precum ailin-fast, un model anume sau strategy: "single", iar Ailin¹ Collective îți respectă alegerea imediat, fără negociere și fără latență suplimentară. Nu spui nimic, iar cascada citește singură sarcina și alege o formă potrivită pentru ea. Rularea unui singur model prin Ailin¹ nu este o soluție de rezervă și nici o retrogradare. Este o cale de prim rang, la care Ailin¹ Collective apelează constant și în mod deliberat.

Un singur model

O singură voce consecventă, de la început până la sfârșit. Cost mai mic, latență mai mică și exact la fel de accesibilă ca alternativa.

ailin-fast

Colectiv cu mai multe modele

Modele independente propun răspunsuri în paralel, verificate încrucișat și reconciliate de un sintetizator înainte să vezi un singur răspuns, astfel încât dezacordul este depistat înainte să ajungă la tine, nu după.

ailin-consensus

Dar în cazul muncii creative și al refactorizărilor?

La sarcinile verificabile obiectiv, verificate automat, nu printr-o judecată de gust, colectivul este cel care câștigă. La munca creativă cu final deschis, un singur model bine ales câștigă la fel de clar. Exact de aceea există triajul: cascada nu face o medie între tipurile de sarcini, ci le diferențiază. Munca creativă merge implicit pe un singur model. Munca verificabilă merge pe colectiv.

Sarcini verificabile 97%

acuratețe (37 din 38), față de 68 până la 82% pentru modelele de vârf individuale. Verificatorul nu a lăsat niciodată să treacă un răspuns greșit de-a lungul a trei runde complete.

Nu alegi între simplu și temeinic memorând când se folosește fiecare. Tu spui ce știi, Ailin¹ Collective completează ce nu ai spus, iar suprascrierea este întotdeauna la distanță de exact un câmp.

Construiește cu Inteligență Colectivă ⭐ Dă stea proiectului Collective Intelligence pe GitHub

Mii de modele. Se activează doar cele potrivite.

Colectivul este avantajul

Accesul la mai multe modele nu este saltul decisiv. Ceea ce contează este ce se întâmplă atunci când inteligențe diferite pot lucra împreună. Ailin¹ transformă un ecosistem de 107.175 de identificatori de modele, descoperit continuu, într-un colectiv, apoi activează doar subsetul de care are nevoie fiecare strategie.

107.175 identificatori de modele descoperibili. Ce rulează este ales pentru diversitate, nu numărat pentru mărime.

  • Mereu actual

    Un model nou publicat este indexat în același ciclu de descoperire în care apare, fără să aștepte un calendar de lansări.

  • Spectru complet

    Text, imagine, audio și embeddings în același catalog, în spatele aceluiași endpoint.

De ce inteligența devine mai puternică atunci când devine colectivă

IA a fost construită în jurul modelelor individuale. Următoarea ei frontieră este colectivă. Modelele individuale pot fi extraordinar de capabile, dar fiecare reflectă în continuare propria arhitectură, propriul istoric de antrenare, propriile puncte oarbe și propriile moduri de eșec. Inteligența colectivă permite modelelor independente să contribuie cu perspective diferite, să conteste presupuneri, să se specializeze, să compare alternative și să verifice rezultatele acolo unde sarcina permite asta. Ce urmează nu este o listă de dorințe. Sunt cinci mecanisme care rulează deja în producție, nu o foaie de parcurs.

Cost aproape de un singur model, atunci când contează

La sarcinile pe care le poate verifica o mașină, un verificator determinist acceptă imediat răspunsul corect și scurtcircuitează restul colectivului, astfel încât costul pentru aceste sarcini ajunge mult mai aproape de cel al unui singur model decât de cel al restului colectivului, exact acolo unde avantajul de acuratețe al colectivului este cel mai puternic.

Reziliență

Întreruperea unui furnizor nu devine niciodată întreruperea ta. Colectivul ocolește de la sine modelele degradate și erorile, iar fiecare răspuns poartă în continuare proveniența deciziei: ce strategie a rulat, ce modele au fost folosite și cât a costat.

Diversitate prin construcție

Furnizorul, arhitectura și obiectivul de antrenare sunt separate forțat printr-o selecție de tip round-robin, astfel încât modelele consecutive dintr-o rulare nu au niciodată același furnizor. Este teorema predicției prin diversitate a lui Hong și Page integrată direct în stratul de rutare, nu o speranță că datele de antrenare diferite ajung să fie în dezacord în mod util. Ea scoate la iveală punctele oarbe; nu promite să le elimine.

Dependență redusă de un singur furnizor

Un colectiv se întinde peste mai mulți furnizori, așa că foaia de parcurs, prețurile sau politica unui singur furnizor nu îți definesc singure produsul.

Specializare dinamică

Specialistul potrivit pentru sarcina potrivită: raționament, cod, imagine, context lung sau latență redusă, ales în timp real pentru fiecare cerere.

Întrebări frecvente

Răspunsuri directe, cu câmpul, fișierul sau cifra din spatele fiecăruia.

Integrare & elemente de bază

Da. Suprafața principală (chat/completions, responses, embeddings, models) este compatibilă direct, cu un bloc suplimentar ailin_metadata care poartă proveniența deciziei. Îndreaptă clientul tău existent către endpointul Ailin¹, schimbă antetul de autentificare și aceeași formă a cererii funcționează.

Construit pentru inteligență colectivă, iar aceasta este o afirmație tehnică specifică, nu un slogan. Rutarea decide unde ajunge o cerere; orchestrarea execută o secvență pe care o scrii tu însuți; inteligența colectivă este stratul care definește cum raționează, se verifică încrucișat și sintetizează împreună mai multe modele, cu rutarea, orchestrarea și verificarea ca mecanisme care o servesc. Mecanismele își au originea în cercetări numite explicit: teorema predicției prin diversitate a lui Hong și Page (PNAS, 2004), teorema juriului a lui Condorcet (1785) și factorul de inteligență colectivă „c” al lui Woolley et al. (Science, 2010). O strategie este chiar numită după aceasta în cod: diversity-ensemble apare ca „Diversity Ensemble (Page Theorem)”. O cerere activează mai multe modele printr-una dintre aceste strategii, apoi returnează un singur răspuns, cu proveniența deciziei pentru drumul până la el.

Catalogul activ conține 107.175 de identificatori de modele descoperibili, indexați continuu și etichetați după capabilități la zeci de furnizori, niciodată o listă statică pe care o editează cineva manual. O singură cerere nu le atinge niciodată pe toate: fiecare strategie colectivă activează doar subsetul de care are nevoie, niciodată întregul catalog.

Ailin¹ Collective & strategii

ailin-auto (varianta implicită echilibrată, lasă cascada să decidă), ailin-best (calitatea pe primul loc, fără limită de cost), ailin-fast (latența pe primul loc, un singur model), ailin-economy (costul pe primul loc, cu plafon strict aplicat), ailin-consensus (corectitudine prin verificare încrucișată independentă). Începe cu ailin-auto. Alege altceva doar când știi ceva ce routerul nu știe.

Implicit, Ailin¹ decide, prin cascada de rutare a Ailin¹ Collective: mai întâi rutarea explicită, dacă ai numit ceva, apoi triajul, dacă nu ai numit nimic. Poți suprascrie orice strat fixând direct un model, un alias sau o strategie, iar acea alegere câștigă întotdeauna. Majoritatea integrărilor nu au niciodată nevoie de asta.

O cascadă stratificată, evaluată de la cel mai rapid strat spre cel mai lent: rutare explicită, dacă ai numit ceva; triaj, care clasifică sarcina și o asociază cu o strategie; o arhivă de configurații care reutilizează ce a funcționat în istoric pentru exact acea nișă de sarcini; o frontieră cost/calitate/latență care optimizează direct compromisul; și o preferință de strategie învățată (un bandit de tip Thompson Sampling) care ponderează strategiile după rezultatele reale, în timp. Aceste trei straturi din mijloc au nevoie de cel puțin 5 rezultate înregistrate pentru o anumită nișă înainte de a se activa; până atunci, decizia este luată de o euristică de rezervă deterministă și auditabilă, aceeași euristică ce susține fiecare strat anterior, dacă niciunul dintre ele nu rezolvă cererea.

32 sunt înregistrate în motorul de orchestrare, de la un singur model rutat până la roiuri de nouă agenți care explorează o problemă în paralel. Aproximativ 11 sunt accesibile automat astăzi; restul sunt disponibile doar explicit, complet funcționale din momentul în care le numești. Poți apela oricare dintre cele 32 și direct, sub forma <strategy>:<tier>, de exemplu consensus:large, blocând exact mecanismul și nivelul de preț.

La scrierea creativă deschisă și la refactorizarea de cod, propriile noastre comparații între strategii (pe eșantion mic) arată un singur model puternic depășind clar întregul colectiv. La sarcinile verificabile obiectiv, comparația se inversează: o strategie de consens verificată a obținut 37 din 38 (97%), față de 68 până la 82% pentru modelele de vârf individuale testate alături de ea. Ailin¹ nu impune implicit consensul asupra acestor cereri și nici nu te blochează vreodată în propria lui presupunere, în niciuna dintre direcții: un singur câmp îți oferă o voce unică și consecventă (ailin-fast, strategy: "single"), iar același câmp îți oferă verificare independentă cu mai multe modele (expert-panel, tri-role-collective), dacă asta vrei de fapt.

Cost & responsabilitate

Da, la nivel de cerere. max_cost plafonează strict cheltuiala înainte ca vreun model să fie apelat; dacă estimarea de cost a strategiei care ar rula depășește plafonul, cererea eșuează cu 400 strategy_budget_exceeded, în loc să cheltuiască tacit peste buget. quality_target este pragul minim asociat. Fiecare răspuns raportează înapoi cifra reală: ailin_metadata.cost_usd, cu defalcare pe fiecare element. Strategiile cu mai multe modele costă semnificativ mai mult decât un singur model. Pentru sarcinile pe care le poate verifica o mașină (extragere structurată, matematică, cod cu teste, întrebări factuale), acea suprataxă dispare aproape complet: atunci când scurtcircuitarea deterministă a unei strategii verificate se activează, cel mai recent benchmark de vârf al nostru a măsurat costul colectivului la aproximativ $2.98/Mtok, cu aproximativ 100x mai ieftin decât calea neverificată a colectivului și în același ordin de mărime ca prețurile pentru un singur model.

Fiecare răspuns poartă ailin_metadata.final_decider_model_id, exact modelul care ți-a produs răspunsul, plus final_decider_role (primary, synthesizer, fallback sau cache) și un tablou complet subcalls[] care listează fiecare participant cu propriul cost, propria latență și propriul rezultat. Dacă escaladezi o problemă de calitate către un furnizor, acel identificator este cel care contează, nu „API-ul Ailin¹”. Dacă trebuie să reconstitui de ce o decizie cu mai multe modele a ieșit așa cum a ieșit, activează urma de coordonare persistentă: GET /v1/collective/runs/:id/trace returnează o cronologie la nivel de milisecundă a fiecărei faze, și este construită astfel încât un client nu poate confirma niciodată că rularea altui client există măcar; o căutare după ID-ul rulării altcuiva returnează același 404 ca o rulare care nu a fost creată niciodată.

Dovezi & încredere

Pe un benchmark cu 10 sarcini verificabile obiectiv (răspunsuri verificabile automat, nu o judecată de gust), rulat de 38 de ori, o strategie de consens combinată cu un verificator determinist a răspuns corect de 37 de ori din 38 în propria noastră evaluare, față de 68 până la 82% pentru modelele de vârf individuale testate alături de ea (GPT-5.5-pro, Claude Opus 4.8, Gemini 3.1 Pro, Grok 4.3). De-a lungul tuturor celor trei runde, verificatorul nu a ales niciodată un răspuns greșit din punct de vedere obiectiv. Fără el, celelalte strategii colective revin în același interval ca modelele de vârf individuale, astfel încât avantajul urmează verificatorul, nu modelele suplimentare. Scorul raportat poate fi recalculat din rezultatele brute publicate și din verificatorul de evaluare. Rulează-l chiar tu, în loc să ne crezi pe cuvânt.

Nu, nu prompturile tale brute. Fluxul de export al datelor de antrenare nu atinge niciodată conținutul promptului: exportă doar metadate operaționale anonimizate (strategia folosită, costul, latența, scorurile de calitate), cu ID-urile de urmărire trecute prin hash SHA-256 plus un pepper secret și trunchiate la 16 caractere, iar identificatorii tăi de organizație și de utilizator sunt eliminați înainte ca orice să fie pregătit pentru export. Dacă acel pepper nu este configurat, jobul de export refuză să ruleze, în loc să exporte date neprotejate.

Fiecare apel trece astăzi prin autentificare, izolare între clienți, aplicarea cotelor, rutare filtrată după capabilități și trasarea cererilor. Asta e activ deja, la fel ca latura lanțului de aprovizionare și cea legată de licențiere: endpointurile de conformitate AGPL secțiunea 13 (/source, /license), proveniența lansărilor prin SLSA/Sigstore și un SBOM în format SPDX însoțesc fiecare lansare. Ce nu este încă gata: certificarea formală. SOC 2 și ISO 27001 sunt în curs, necertificate, așa că, dacă departamentul tău de achiziții are nevoie de o atestare anume, întreabă echipa ta de cont, în loc să presupui una din materialele de marketing, inclusiv ale noastre. Nici aici nu trebuie să ne crezi pe cuvânt: motorul de coordonare din spatele cifrelor de pe această pagină este public la github.com/ailinone/collective-intelligence (AGPL-3.0-or-later), cu scripturile de benchmark și datele brute incluse.

Vezi cu ochii tăi

Următoarea frontieră a IA este colectivă, iar ea trebuie construită deschis. În propriul nostru benchmark, un consens verificat a răspuns corect la 37 din 38 de sarcini verificabile obiectiv, față de 68 până la 82% pentru modelele de vârf izolate, și nu a ales niciodată un răspuns greșit. Documentația acoperă întreaga suprafață a API-ului. Repozitoriul conține motorul de coordonare, scripturile de benchmark și datele brute din spatele acestui rezultat.

Solicită acces timpuriu Construiește cu Inteligență Colectivă ⭐ Dă stea proiectului Collective Intelligence pe GitHub