Современные большие языковые модели, такие как ChatGPT, Claude и Gemini, часто страдают от проблемы «группового мышления», выдавая однообразные и предсказуемые ответы на творческие запросы. Австралийский стартап Springboards предлагает решение: модель Flint на базе Qwen 3, которая намеренно вносит разнообразие в генерацию текста, внедряя нестандартные варианты в ключевых точках процесса.
Что произошло
Стартап Springboards разработал модель Flint на базе архитектуры Qwen 3. Вместо того чтобы следовать пути наиболее вероятного (и часто банального) слова, Flint использует стратегию контролируемой диверсификации, добавляя вариативность именно в критических узлах генерации текста. Это позволяет избежать эффекта «искусственного коллективного разума», когда различные модели склонны использовать одни и те же клише, например, метафору «время — это река».
Контекст
В индустрии доминирует подход «безопасного среднего» (safe average), при котором крупные игроки обучают модели выдавать максимально усредненные и предсказуемые ответы для минимизации рисков. Однако это приводит к тому, что при работе с творческими задачами модели начинают зацикливаться на шаблонах, что ограничивает их потенциал в создании действительно новых концепций.
Почему это важно для индустрии
Появление таких специализированных решений бросает вызов текущим гигантам индустрии и может привести к глубокой сегментации рынка. В перспективе ожидается разделение на универсальные модели (general-purpose), ориентированные на логику и точность, и креативные инструменты (creative-purpose), нацеленные на высокую вариативность. Это также создаст запрос на новые метрики оценки моделей, такие как creative evals, вместо стандартных ROUGE или BLEU.
Почему это важно для пользователей
Для специалистов в маркетинге, копирайтинге и дизайне использование инструментов вроде Flint может стать способом выйти за рамки привычных шаблонов и получить действительно свежие идеи. Вместо стандартных чат-ботов, которые могут зацикливать пользователя на банальностях, такие инструменты позволяют получать более разнообразный и нестандартный контент.
Что пока неизвестно / ограничения
На текущем этапе проект Flint является скорее концептуальным доказательством (PoC) и исследовательским решением. Существуют технические риски, связанные с возможным снижением связности (coherence) текста и ростом числа неконтролируемых галлюцинаций. Также отсутствуют раскрытые данные о задержке (latency) и стоимости инференса.
Источники
Автор
Look at AI, редакция