Autoresearch- တစ်ခုတည်း-GPU nanochat လေ့ကျင့်မှုကို အလိုအလျောက် ရှာဖွေနေသော အေးဂျင့်များ

Autoresearch ၏ အရုဏ်ဦး- AI အေးဂျင့်များ ကိုယ်တိုင် လေ့ကျင့်ပေးသောအခါ

ဥာဏ်ရည်တု၏ လျင်မြန်စွာ ပြောင်းလဲတိုးတက်နေသော ကမ္ဘာတွင်၊ အထင်ရှားဆုံးသော ပိတ်ဆို့မှုများထဲမှ တစ်ခုသည် သုတေသနနှင့် မော်ဒယ်ဖွံ့ဖြိုးတိုးတက်မှုအတွက် လိုအပ်သော လူသားဆန်သော ကြိုးပမ်းအားထုတ်မှုဖြစ်သည်။ သေးငယ်သော အထူးပြုမော်ဒယ်လ်တစ်ခုပင်လျှင် လေ့ကျင့်သင်ကြားမှုတွင် ကျယ်ပြန့်သော စမ်းသပ်မှု၊ hyperparameter ချိန်ညှိခြင်းနှင့် ရလဒ်ခွဲခြမ်းစိတ်ဖြာမှုတို့ လိုအပ်သည်။ သို့သော် ဤရှာဖွေတွေ့ရှိမှုလုပ်ငန်းစဉ်တစ်ခုလုံးကို ကျွန်ုပ်တို့ အလိုအလျောက်လုပ်ဆောင်နိုင်လျှင်ကော။ GPU တစ်ခုတည်းတွင် စွမ်းဆောင်ရည်မြင့် မော်ဒယ်များကို လေ့ကျင့်ပေးရန်အတွက် အကောင်းမွန်ဆုံးသော နည်းလမ်းများကို အလိုအလျောက် သုတေသနပြုပြီး ရှာဖွေတွေ့ရှိရန် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်များကို တာဝန်ပေးသည့် မစ်ရှင်တစ်ခုဖြစ်သည့် ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ AI အေးဂျင့်များအား Autoresearch ခေတ်ကို ဝင်ရောက်ပါ။ ၎င်းသည် brute-force တွက်ချက်ခြင်းအကြောင်းမဟုတ်ပါ။ ၎င်းသည် အနည်းဆုံး ဟာ့ဒ်ဝဲမှ သင်ယူမှုကို တိုးမြှင့်ပေးသည့် ဉာဏ်ရည်ထက်မြက်သော ထပ်ခါတလဲလဲ စမ်းသပ်မှုများနှင့် အဆင့်မြင့် AI သုတေသနကို ယခင်ကထက် ပိုမိုရရှိနိုင်ပြီး ထိရောက်မှုဖြစ်စေသည်။

GPU တစ်ခုတည်း ကန့်သတ်ချက်- ရုပ်ဖျက်ခြင်းအတွက် ကောင်းချီးတစ်ခု

ပထမတစ်ချက်တွင်၊ GPU တစ်ခုတည်းတွင် ခေတ်မီဆန်းပြားသော မော်ဒယ်များကို လေ့ကျင့်ပေးခြင်းသည် ကန့်သတ်ချက်တစ်ခုဟု ထင်ရသည်။ တကယ်တော့ AI ကမ္ဘာကို ဒေါ်လာသန်းပေါင်းများစွာတန်တဲ့ အစုအဝေးကြီးတွေရဲ့ သတင်းတွေက လွှမ်းမိုးနေပါတယ်။ သို့သော်၊ ဤကန့်သတ်ချက်သည် autoresearch ကို အလွန်အားကောင်းစေသည်။ nanochat မော်ဒယ်များ—တိကျသော စကားစမြည်ပြောဆိုခြင်းလုပ်ငန်းများအတွက် ဒီဇိုင်းထုတ်ထားသော သေးငယ်ပြီး စွမ်းဆောင်ရည်မြင့်မားသော မော်ဒယ်များကို အာရုံစိုက်ခြင်းဖြင့်—ကျွန်ုပ်တို့သည် AI အေးဂျင့်အား ကုန်ကြမ်းပါဝါထက် ထိရောက်မှုနှင့် လိမ္မာပါးနပ်မှုကို ဦးစားပေးရန် AI အေးဂျင့်အား တွန်းအားပေးပါသည်။ အေးဂျင့်သည် အောက်ပါကဲ့သို့သော နည်းပညာများကို ရှာဖွေရမည်-

• စွမ်းဆောင်ရည် သိသိသာသာ ဆုံးရှုံးခြင်းမရှိဘဲ မော်ဒယ်အရွယ်အစားကို လျှော့ချရန် အဆင့်မြင့် အရေအတွက်နည်းများ။
• ပါရာမီတာ ထိရောက်မှုကို မြှင့်တင်ပေးသည့် ဗိသုကာ ဆန်းသစ်သော ပြုပြင်ပြောင်းလဲမှုများ။
• မော်ဒယ်၏ သေးငယ်သော အရွယ်အစားနှင့် အံဝင်ခွင်ကျဖြစ်စေသော အကောင်းဆုံးဒေတာ စီမံဆောင်ရွက်ပေးခြင်းနှင့် ကြိုတင်လုပ်ဆောင်ခြင်း မဟာဗျူဟာများ။
• ဥပမာ အနည်းငယ်မှ ပိုမိုလေ့လာနိုင်သော တီထွင်ဖန်တီးမှု လေ့ကျင့်ရေးကွင်းများ။

GPU တစ်ခုတည်း လေ့ကျင့်ရေးအပေါ် အာရုံစိုက်ခြင်းက သုတေသနလုပ်ငန်းစဉ်ကို ဒီမိုကရေစီအဖြစ် ပြောင်းလဲစေပြီး သေးငယ်သောအဖွဲ့များနှင့် အဖွဲ့အစည်းများသည် ကြီးမားသောတွက်ချက်မှုဆိုင်ရာအရင်းအမြစ်များကို မသုံးဘဲ နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုတွင် ပါဝင်ခွင့်ပြုသည်။

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ သုတေသနကိုယ်စားလှယ်- Developers အတွက် တွဲဖက်လေယာဉ်မှူးအသစ်

ဒါဆို၊ autoresearch agent က ဘယ်လိုအလုပ်လုပ်လဲ။ အထူးပြုပြီး ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ ဒေတာသိပ္ပံပညာရှင်အဖြစ် ယူဆပါ။ "နည်းပညာပိုင်းဆိုင်ရာ ပံ့ပိုးကူညီမှုမေးမြန်းချက်များတွင် ထူးချွန်သော နာနိုချတ်မော်ဒယ်ကို ဖန်တီးပါ" ကဲ့သို့သော ပန်းတိုင်တစ်ခုမှ ပေးထားသည့် - အေးဂျင့်သည် စမ်းသပ်မှုများစွာကို ဒီဇိုင်းထုတ်သည်။ ၎င်းသည် သော့ပါရာမီတာများကို စနစ်တကျ ကွဲပြားစေကာ လေ့ကျင့်ရေးအလုပ်များကို စတင်လုပ်ဆောင်သည်၊ ကြိုတင်သတ်မှတ်ထားသော မက်ထရစ် (တိကျမှု သို့မဟုတ် တုံ့ပြန်မှု ဆက်စပ်မှုကဲ့သို့) ရလဒ်များကို အကဲဖြတ်ကာ စက်ဝန်းတစ်ခုစီမှ သင်ယူသည်။ ၎င်းသည် လူသား၏ဝင်ရောက်စွက်ဖက်မှုမရှိဘဲ အလားအလာရှိသောလမ်းကြောင်းများပေါ်တွင် လျင်မြန်စွာနှင့် နှစ်ဆကျဆင်းသွားသည်ကို ဖော်ထုတ်နိုင်သည်။ ၎င်းသည် သဘောတရားတစ်ခုမှ တရားဝင်မော်ဒယ်တစ်ခုသို့ လမ်းကြောင်းကို အရှိန်မြှင့်ကာ 24/7 လည်ပတ်နေသော စဉ်ဆက်မပြတ်၊ ကိုယ်တိုင်တိုးတက်နေသော သုတေသနကွင်းတစ်ခုကို ဖန်တီးပေးပါသည်။

"Autoresearch သည် လူသားသုတေသီများကို အစားမထိုးပါ၊ ၎င်းသည် ၎င်းတို့၏စွမ်းရည်များကို တိုးမြှင့်ပေးပါသည်။ ၎င်းသည် စမ်းသပ်မှုပေါင်း ထောင်ပေါင်းများစွာကို လုပ်ဆောင်ရန်၊ ကျွမ်းကျင်သူများကို ပြဿနာများကို ဖော်ထုတ်ရန်၊ ရလဒ်များကို ဘာသာပြန်ဆိုရန်နှင့် AI ၏ မဟာဗျူဟာမြောက် ဦးတည်ချက်ကို လမ်းညွှန်ရန် ကျွမ်းကျင်သူများကို စေလွှတ်ကာ စမ်းသပ်မှုများ လုပ်ဆောင်ရန် ပျင်းစရာကောင်းသည့်အလုပ်များကို ဆောင်ရွက်ပေးပါသည်။"

Mewayz ဖြင့် သင်၏ Modular Business OS တွင် Autoresearch ကို ပေါင်းစည်းခြင်း

ပိုမိုကျယ်ပြန့်သော လုပ်ငန်းဆောင်တာ မူဘောင်တစ်ခုသို့ ချောမွေ့စွာ ပေါင်းစပ်လိုက်သောအခါတွင် autoresearch ၏ စစ်မှန်သော စွမ်းအားကို သိရှိလာပါသည်။ ဤနေရာတွင် Mewayz ကဲ့သို့သော ပလပ်ဖောင်းသည် မရှိမဖြစ်လိုအပ်လာပါသည်။ Mewayz သည် ဤကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ အေးဂျင့်များကို တည်ဆောက်နိုင်၊ အသုံးပြုရန်နှင့် စီမံခန့်ခွဲနိုင်သည့် မော်ဂျူလာလုပ်ငန်းလည်ပတ်မှုစနစ်ကို ပံ့ပိုးပေးပါသည်။ Silo တွင် လုပ်ဆောင်နေသော အေးဂျင့်အစား ၎င်းသည် သင့်လုပ်ငန်းအသွားအလာ၏ မူလအစိတ်အပိုင်းတစ်ခု ဖြစ်နိုင်သည်။ ဥပမာအားဖြင့်၊ လုပ်ငန်းတစ်ခုအတွက် အကောင်းဆုံး nanochat မော်ဒယ်ကို အေးဂျင့်က ရှာဖွေတွေ့ရှိသည်နှင့်၊ ၎င်းသည် ထိုမော်ဒယ်ကို သင့် Mewayz ပတ်ဝန်းကျင်အတွင်းတွင် မော်ဂျူးတစ်ခုအဖြစ် အလိုအလျောက် အသုံးချနိုင်ပြီး၊ သင်၏ ဖောက်သည်ဝန်ဆောင်မှုအဖွဲ့ သို့မဟုတ် ဌာနတွင်း အသိပညာအခြေခံအတွက် ၎င်းကို ချက်ချင်းရရှိနိုင်မည်ဖြစ်သည်။ ၎င်းသည် လူကိုယ်တိုင် လက်ဆင့်ကမ်းခြင်းမရှိဘဲ သုတေသနလုပ်ငန်းများကို တိုက်ရိုက်ထည့်သွင်းပေးသည့် အပိတ်စနစ်အား ဖန်တီးပေးပါသည်။

အနာဂတ်သည် အလိုအလျောက်၊ သုံးစွဲနိုင်၊ ဉာဏ်ရည်ဉာဏ်သွေးဖြစ်သည်

GPU တစ်ခုတည်းသော autoresearch အေးဂျင့်များမှတစ်ဆင့် AI သုတေသန၏ အလိုအလျောက်လုပ်ဆောင်ခြင်းသည် အဓိကကျသော အပြောင်းအလဲတစ်ခုဖြစ်သည်။ ၎င်းသည် ဆန်းသစ်သော AI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ဝင်ရောက်ရန် အတားအဆီးကို လျှော့ချပေးပြီး ထပ်လုပ်ခြင်း၏ အရှိန်ကို သိသိသာသာ တိုးစေသည်။ ဤအေးဂျင့်များ ပိုမိုခေတ်မီလာသည်နှင့်အမျှ ၎င်းတို့သည် ပိုမိုရှုပ်ထွေးသော သုတေသနစိန်ခေါ်မှုများကို ရင်ဆိုင်ဖြေရှင်းနိုင်မည်ဟု ကျွန်ုပ်တို့ မျှော်လင့်နိုင်ပါသည်။ Mewayz ကဲ့သို့သော ပလပ်ဖောင်းကို အသုံးချသည့် စီးပွားရေးလုပ်ငန်းများအတွက်၊ ၎င်းသည် ၎င်းတို့၏ AI ကိရိယာများကို စဉ်ဆက်မပြတ် အလိုအလျောက် သန့်စင်ပေးနိုင်ပြီး ၎င်းတို့အတွက် အထိရောက်ဆုံးနှင့် ထိရောက်မှုအရှိဆုံး မော်ဒယ်များရှိကြောင်း သေချာစေမည့် စွမ်းရည်ကို ဆိုလိုသည်။ AI ၏ အနာဂတ်သည် စမတ်ကျသော မော်ဒယ်များကို တည်ဆောက်ခြင်းမျှသာ မဟုတ်ပါ။ ၎င်းသည် ထိုမော်ဒယ်များကို တည်ဆောက်ရန်အတွက် ပိုမိုထက်မြက်သော စနစ်များကို တည်ဆောက်ခြင်းနှင့် autoresearch က ဦးဆောင်ပေးပါသည်။

အမေးများသောမေးခွန်းများ

Autoresearch ၏အရုဏ်ဦး- AI အေးဂျင့်များက သူတို့ကိုယ်သူတို့ လေ့ကျင့်သောအခါ

ဥာဏ်ရည်တု၏ လျင်မြန်စွာ ပြောင်းလဲတိုးတက်နေသော ကမ္ဘာတွင်၊ အထင်ရှားဆုံးသော ပိတ်ဆို့မှုများထဲမှ တစ်ခုသည် သုတေသနနှင့် မော်ဒယ်ဖွံ့ဖြိုးတိုးတက်မှုအတွက် လိုအပ်သော လူသားဆန်သော ကြိုးပမ်းအားထုတ်မှုဖြစ်သည်။ သေးငယ်သော အထူးပြုမော်ဒယ်လ်တစ်ခုပင်လျှင် လေ့ကျင့်သင်ကြားမှုတွင် ကျယ်ပြန့်သော စမ်းသပ်မှု၊ hyperparameter ချိန်ညှိခြင်းနှင့် ရလဒ်ခွဲခြမ်းစိတ်ဖြာမှုတို့ လိုအပ်သည်။ သို့သော် ဤရှာဖွေတွေ့ရှိမှုလုပ်ငန်းစဉ်တစ်ခုလုံးကို ကျွန်ုပ်တို့ အလိုအလျောက်လုပ်ဆောင်နိုင်လျှင်ကော။ အလိုအလျောက် AI အေးဂျင့်များကို မစ်ရှင်တစ်ခုအဖြစ် တာဝန်ပေးထားသည့် Autoresearch ခေတ်ကို ဝင်ရောက်ပါ- GPU တစ်ခုတည်းတွင် စွမ်းဆောင်ရည်မြင့်မော်ဒယ်များကို လေ့ကျင့်ပေးရန်အတွက် အကောင်းဆုံးနည်းလမ်းများကို အလိုအလျောက်ရှာဖွေပြီး ရှာဖွေတွေ့ရှိရန်။ ၎င်းသည် brute-force တွက်ချက်ခြင်းအကြောင်းမဟုတ်ပါ။ ၎င်းသည် အနည်းဆုံး ဟာ့ဒ်ဝဲမှ သင်ယူမှုကို တိုးမြှင့်ပေးသည့် ဉာဏ်ရည်ထက်မြက်သော ထပ်ခါတလဲလဲ စမ်းသပ်မှုများနှင့် အဆင့်မြင့် AI သုတေသနကို ယခင်ကထက် ပိုမိုရရှိနိုင်ပြီး ထိရောက်မှုဖြစ်စေသည်။

GPU တစ်ခုတည်း ကန့်သတ်ချက်- ရုပ်ဖျက်ခြင်းအတွက် ကောင်းချီးတစ်ခု

ပထမတစ်ချက်တွင်၊ GPU တစ်ခုတည်းတွင် ခေတ်မီဆန်းပြားသော မော်ဒယ်များကို လေ့ကျင့်ပေးခြင်းသည် ကန့်သတ်ချက်တစ်ခုဟု ထင်ရသည်။ တကယ်တော့ AI ကမ္ဘာကို ဒေါ်လာသန်းပေါင်းများစွာတန်တဲ့ အစုအဝေးကြီးတွေရဲ့ သတင်းတွေက လွှမ်းမိုးနေပါတယ်။ သို့သော်၊ ဤကန့်သတ်ချက်သည် autoresearch ကို အလွန်အားကောင်းစေသည်။ သီးသန့်စကားပြောဆိုမှုလုပ်ငန်းများအတွက် ဒီဇိုင်းထုတ်ထားသော သေးငယ်ပြီး စွမ်းဆောင်ရည်မြင့်မားသော မော်ဒယ်များကို အာရုံစိုက်ခြင်းဖြင့်- AI အေးဂျင့်အား ကုန်ကြမ်းပါဝါထက် ထိရောက်မှုနှင့် လိမ္မာပါးနပ်မှုကို ဦးစားပေးရန် AI အေးဂျင့်အား တွန်းအားပေးပါသည်။ အေးဂျင့်သည် အောက်ပါကဲ့သို့သော နည်းပညာများကို ရှာဖွေရမည်-

ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ သုတေသနကိုယ်စားလှယ်- Developers အတွက် တွဲဖက်လေယာဉ်မှူးအသစ်

ဒါဆို၊ autoresearch agent က ဘယ်လိုအလုပ်လုပ်လဲ။ အထူးပြုပြီး ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ ဒေတာသိပ္ပံပညာရှင်အဖြစ် ယူဆပါ။ "နည်းပညာပိုင်းဆိုင်ရာ ပံ့ပိုးကူညီမှုမေးမြန်းချက်များတွင် ထူးချွန်သော နာနိုချတ်မော်ဒယ်ကို ဖန်တီးပါ" ကဲ့သို့သော ပန်းတိုင်တစ်ခုမှ ပေးထားသည့် - အေးဂျင့်သည် စမ်းသပ်မှုများစွာကို ဒီဇိုင်းထုတ်သည်။ ၎င်းသည် သော့ပါရာမီတာများကို စနစ်တကျ ကွဲပြားစေကာ လေ့ကျင့်ရေးအလုပ်များကို စတင်လုပ်ဆောင်သည်၊ ကြိုတင်သတ်မှတ်ထားသော မက်ထရစ် (တိကျမှု သို့မဟုတ် တုံ့ပြန်မှု ဆက်စပ်မှုကဲ့သို့) ရလဒ်များကို အကဲဖြတ်ကာ စက်ဝန်းတစ်ခုစီမှ သင်ယူသည်။ ၎င်းသည် လူသား၏ဝင်ရောက်စွက်ဖက်မှုမရှိဘဲ အလားအလာရှိသောလမ်းကြောင်းများပေါ်တွင် လျင်မြန်စွာနှင့် နှစ်ဆကျဆင်းသွားသည်ကို ဖော်ထုတ်နိုင်သည်။ ၎င်းသည် သဘောတရားတစ်ခုမှ တရားဝင်မော်ဒယ်တစ်ခုသို့ လမ်းကြောင်းကို အရှိန်မြှင့်ကာ 24/7 လည်ပတ်နေသော စဉ်ဆက်မပြတ်၊ ကိုယ်တိုင်တိုးတက်နေသော သုတေသနကွင်းတစ်ခုကို ဖန်တီးပေးပါသည်။

Mewayz ဖြင့် သင်၏ Modular Business OS တွင် Autoresearch ကို ပေါင်းစည်းခြင်း

ပိုမိုကျယ်ပြန့်သော လုပ်ငန်းဆောင်တာ မူဘောင်တစ်ခုသို့ ချောမွေ့စွာ ပေါင်းစပ်လိုက်သောအခါတွင် autoresearch ၏ စစ်မှန်သော စွမ်းအားကို သိရှိလာပါသည်။ ဤနေရာတွင် Mewayz ကဲ့သို့သော ပလပ်ဖောင်းသည် မရှိမဖြစ်ဖြစ်လာသည်။ Mewayz သည် ဤကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ အေးဂျင့်များကို တည်ဆောက်နိုင်၊ အသုံးပြုရန်နှင့် စီမံခန့်ခွဲနိုင်သည့် မော်ဂျူလာလုပ်ငန်းလည်ပတ်မှုစနစ်ကို ပံ့ပိုးပေးပါသည်။ Silo တွင် လုပ်ဆောင်နေသော အေးဂျင့်အစား ၎င်းသည် သင့်လုပ်ငန်းအသွားအလာ၏ မူလအစိတ်အပိုင်းတစ်ခု ဖြစ်နိုင်သည်။ ဥပမာအားဖြင့်၊ လုပ်ငန်းတစ်ခုအတွက် အကောင်းဆုံး nanochat မော်ဒယ်ကို အေးဂျင့်က ရှာဖွေတွေ့ရှိသည်နှင့်၊ ၎င်းသည် ထိုမော်ဒယ်ကို သင့် Mewayz ပတ်ဝန်းကျင်အတွင်းတွင် မော်ဂျူးတစ်ခုအဖြစ် အလိုအလျောက် အသုံးချနိုင်ပြီး၊ သင်၏ ဖောက်သည်ဝန်ဆောင်မှုအဖွဲ့ သို့မဟုတ် ဌာနတွင်း အသိပညာအခြေခံအတွက် ၎င်းကို ချက်ချင်းရရှိနိုင်မည်ဖြစ်သည်။ ၎င်းသည် လူကိုယ်တိုင် လက်ဆင့်ကမ်းခြင်းမရှိဘဲ သုတေသနလုပ်ငန်းများကို တိုက်ရိုက်ထည့်သွင်းပေးသည့် အပိတ်စနစ်အား ဖန်တီးပေးပါသည်။

အနာဂါတ်သည် အလိုအလျောက်၊ အသုံးပြုနိုင်သော၊ ဉာဏ်ရည်ဉာဏ်သွေးဖြစ်သည်

GPU တစ်ခုတည်းသော autoresearch အေးဂျင့်များမှတစ်ဆင့် AI သုတေသန၏ အလိုအလျောက်လုပ်ဆောင်ခြင်းသည် အဓိကကျသော အပြောင်းအလဲတစ်ခုဖြစ်သည်။ ၎င်းသည် ဆန်းသစ်သော AI ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ဝင်ရောက်ရန် အတားအဆီးကို လျှော့ချပေးပြီး ထပ်လုပ်ခြင်း၏ အရှိန်ကို သိသိသာသာ တိုးစေသည်။ ဤအေးဂျင့်များ ပိုမိုခေတ်မီလာသည်နှင့်အမျှ ၎င်းတို့သည် ပိုမိုရှုပ်ထွေးသော သုတေသနစိန်ခေါ်မှုများကို ရင်ဆိုင်ဖြေရှင်းနိုင်မည်ဟု ကျွန်ုပ်တို့ မျှော်လင့်နိုင်ပါသည်။ Mewayz ကဲ့သို့သော ပလပ်ဖောင်းကို အသုံးချသည့် စီးပွားရေးလုပ်ငန်းများအတွက်၊ ၎င်းသည် ၎င်းတို့၏ AI ကိရိယာများကို စဉ်ဆက်မပြတ် အလိုအလျောက် သန့်စင်ပေးနိုင်ပြီး ၎င်းတို့အတွက် အထိရောက်ဆုံးနှင့် ထိရောက်မှုအရှိဆုံး မော်ဒယ်များရှိကြောင်း သေချာစေမည့် စွမ်းရည်ကို ဆိုလိုသည်။ AI ၏ အနာဂတ်သည် စမတ်ကျသော မော်ဒယ်များကို တည်ဆောက်ခြင်းမျှသာ မဟုတ်ပါ။ ၎င်းသည် ထိုမော်ဒယ်များကို တည်ဆောက်ရန်အတွက် ပိုမိုထက်မြက်သော စနစ်များကို တည်ဆောက်ခြင်းနှင့် autoresearch က ဦးဆောင်ပေးပါသည်။