Google মঙ্গলবার জেমিনি 3.8 ফ্ল্যাশ লঞ্চ করেছে, এটির নতুন ওয়ার্কহরস মডেলটি কোম্পানির সেরা যুক্তি এবং কোডিং সিস্টেম হিসাবে এখনও তার পূর্বসূরির মতো একই মূল্যে, প্রতিরক্ষামূলক সাইবার নিরাপত্তা কাজের জন্য তৈরি জেমিনি 3.8 ফ্ল্যাশ সাইবার নামে একটি বিশেষ রূপের পাশাপাশি। পণ্য ব্যবস্থাপনার সিনিয়র ডিরেক্টর তুলসী দোশি এবং গুগল ডিপমাইন্ডের জেমিনি সিকিউরিটি লিড রালুকা আদা পোপা দ্বারা Google-এর অফিসিয়াল ব্লগে প্রকাশিত ঘোষণাটি মাত্র ছয় সপ্তাহের মধ্যে Google-এর তৃতীয় ফ্ল্যাশ প্রকাশকে চিহ্নিত করে৷

লঞ্চটি একটি অস্বাভাবিকভাবে জনাকীর্ণ রিলিজ মরসুমের মাঝখানে অবতরণ করে এবং এটি Google-এর মডেল লাইনে প্রতিদ্বন্দ্বীদের মূল্য-এবং-কর্মক্ষমতার চাপের সরাসরি উত্তর। ফ্রন্টিয়ার ল্যাবগুলি কীভাবে বাণিজ্য করছে তা আরও বিস্তৃত দেখার জন্য, ব্রেকিং এআই নিউজ টিম প্রতিটি বড় মডেলের রিলিজ যেমন ঘটে তা ট্র্যাক করে।

দুটি রূপ, একটি ভিত্তি

জেমিনি 3.8 একই ভিত্তিগত বুদ্ধিমত্তার উপর নির্মিত দুটি সংস্করণে আসে। জেমিনি 3.8 ফ্ল্যাশ হল সাধারণ-উদ্দেশ্যের ওয়ার্কহরস: Google বলে যে এটি সফ্টওয়্যার ইঞ্জিনিয়ারিং, এজেন্টিক কাজ এবং বিশেষায়িত ডোমেনে মাল্টি-স্টেপ রিজনিং জুড়ে 3.7 ফ্ল্যাশের উপরে উল্লেখযোগ্য উন্নতি করে, একই প্রাথমিক মূল্যে $0.75 প্রতি মিলিয়ন ইনপুট টোকেন এবং $3.75 প্রতি মিলিয়ন আউটপুট টোকেন।

জেমিনি 3.8 ফ্ল্যাশ সাইবারকে Google-এর সবচেয়ে সক্ষম সাইবার নিরাপত্তা মডেল হিসাবে বর্ণনা করা হয়েছে, যাকে কোম্পানি দুর্বলতা সনাক্তকরণ এবং স্বয়ংক্রিয় প্যাচিং-এ সীমান্ত-স্তরের পারফরম্যান্স বলে। স্ট্যান্ডার্ড ফ্ল্যাশ মডেলের বিপরীতে, এটি ব্যাপকভাবে উপলব্ধ নয় — Google ফেয়ারউইন্ড নামে একটি নতুন প্রোগ্রামের মাধ্যমে এটিকে বিশ্বস্ত ডিফেন্ডারদের একটি সেটে বিতরণ করছে।

ব্লগ পোস্টের মতে, শেয়ার্ড কোর জুড়ে কোডিং এবং রিজনিং লাভ আংশিকভাবে সাইবার নিরাপত্তার দাবিদার ডোমেনে কঠোর প্রশিক্ষণের দ্বারা চালিত হয়েছিল এবং উভয় মডেলই অন্তর্নিহিত মডেলগুলিকে পুনরাবৃত্ত মূল্যায়ন এবং পরিমার্জিত করার জন্য ডিজাইন করা দীর্ঘ-চলমান এজেন্টিক লুপ দ্বারা ত্বরান্বিত হয়েছিল।

মানদণ্ড: কঠোর পরিশ্রম করা, শুধু বড় হওয়া নয়

গুগলের বেঞ্চমার্ক দাবিকে কেন্দ্র করে একটি ডিজাইন দর্শনের উপর কোম্পানিটি স্পষ্টভাবে যোগ করে: 3.8 ফ্ল্যাশ "কঠিন কাজ করে।" জটিল কাজগুলিতে, মডেলটি অতিরিক্ত যুক্তিযুক্ত পদক্ষেপগুলি সম্পাদন করে এবং বারবার সরঞ্জামগুলিকে কল করে, কখনও কখনও উচ্চতর প্রচেষ্টার স্তরে কর্মক্ষমতা বাড়াতে আরও টোকেন গ্রহণ করে। বিকাশকারীরা টোকেন ওভারহেড কাটার জন্য প্রচেষ্টা ডায়েল করতে পারেন, বা জেমিনি 3.7 ফ্ল্যাশে থাকতে পারেন, যা দক্ষতা-প্রথম কাজের চাপের জন্য সম্পূর্ণরূপে সমর্থিত থাকে।

শিরোনাম ফলাফল গুগল উদ্ধৃত:

  • DeepSWE v1.1 (দীর্ঘ-দিগন্ত সফ্টওয়্যার ইঞ্জিনিয়ারিং): 3.8 ফ্ল্যাশ স্বায়ত্তশাসিতভাবে জটিল ইঞ্জিনিয়ারিং সমস্যাগুলি শেষ থেকে শেষ পর্যন্ত সমাধান করার ক্ষেত্রে সবচেয়ে বড় ফ্রন্টিয়ার মডেলগুলিকে ছাড়িয়ে যায়, যা Google খরচের একটি ভগ্নাংশ হিসাবে বর্ণনা করে৷
  • ভালস ফাইন্যান্স এজেন্ট V2 এবং হার্ভে'স লিগ্যাল এজেন্ট বেঞ্চমার্ক: 3.8 ফ্ল্যাশ 3.7 ফ্ল্যাশ এবং অন্যান্য ফ্রন্টিয়ার মডেলের পরিমাণগত এবং পেশাদার ক্ষেত্রে উন্নত বিশ্লেষণ এবং রিপোর্টিং প্রয়োজন।
  • HLE- যাচাইকৃত: 3.8 ফ্ল্যাশ 54.9% অর্জন করে, যা Google STEM, মানবিক এবং পেশাদার ক্ষেত্র জুড়ে বহু-পদক্ষেপ যুক্তির প্রমাণ হিসাবে উপস্থাপন করে।

ফ্ল্যাশ সাইবার: ডিফেন্স ওভার অফেন্স

সাইবার বৈকল্পিক আরো অস্বাভাবিক রিলিজ. গুগল বলেছে যে এটি শোষণের মতো আক্রমণাত্মক ক্ষমতার চেয়ে দুর্বলতা সংশোধনকে ইচ্ছাকৃতভাবে অগ্রাধিকার দিয়েছে। CWE-বেঞ্চে, কলিনিয়ার দ্বারা পরিচালিত একটি বাহ্যিক প্যাচিং বেঞ্চমার্ক, জেমিনি 3.8 ফ্ল্যাশ সাইবার 47.2% এর একটি পাস@1 স্কোর করেছে — Google এর মতে, 47.8% এ একটি অগ্রণী ফ্রন্টিয়ার মডেলের ঠিক পিছনে, কিন্তু একটি উল্লেখযোগ্যভাবে কম খরচে, এটিকে বেঞ্চমার্কের প্যারেটো সীমান্তে রেখে৷

সাইবারজিম-এ, দুর্বলতা খুঁজে বের করার জন্য একটি আদর্শ শিল্প মানদণ্ড, গুগল বলে যে সাইবার মডেলটি ফ্রন্টিয়ার-লেভেলের স্বায়ত্তশাসিত দুর্বলতা আবিষ্কার প্রদর্শন করে, তার পূর্বসূরি 3.5 ফ্ল্যাশ সাইবার পাশাপাশি উল্লেখযোগ্যভাবে বড় ফ্রন্টিয়ার মডেলগুলিকে ছাড়িয়ে গেছে। 20টি প্রোগ্রামিং ভাষায় জটিল কোডবেস বিস্তৃত Google-এর অভ্যন্তরীণ বেঞ্চমার্কে, মডেলটি 70%-এর বেশি সাফল্যের হারে পৌঁছেছে।

ইতিমধ্যেই Google এর নিজস্ব কোড সুরক্ষিত করা হচ্ছে

গুগল বলে যে সাইবার মডেল ইতিমধ্যেই অভ্যন্তরীণভাবে স্থাপন করা হয়েছে, এবং এটি যে উদাহরণগুলি প্রদান করে তা নির্দিষ্ট:

  • ক্রোম সিকিউরিটি টিম দেখেছে যে 3.8 ফ্ল্যাশ সাইবার সেরা বাণিজ্যিক মডেলের তুলনায় ক্রোমের দুর্বলতার জন্য 2.6 গুণ বেশি সঠিক প্যাচ তৈরি করেছে, যা অনেক বড়।
  • সিকিউরিটি ফার্ম উইজ-এ, মডেলটি অন্যান্য লিডিং ফ্রন্টিয়ার মডেলের তুলনায় 2.3 থেকে 5.2 গুণ কম খরচে একটি অভ্যন্তরীণ পেনিট্রেশন-টেস্টিং বেঞ্চমার্কে 7.5 থেকে 9.7 শতাংশ পয়েন্ট বেশি রিকল অর্জন করেছে।
  • Google-এর ক্লাউড ভালনারেবিলিটি রিসার্চ টিম মডেলটি ব্যবহার করে দুই ঘণ্টার কম সময়ের মধ্যে একটি গুরুত্বপূর্ণ ভিত্তিগত দুর্বলতা খুঁজে বের করতে - দুর্বলতার একটি শ্রেণী যার গবেষণা এবং আবিষ্কার, Google নোট, সাধারণত কয়েক মাস সময় নেয়।

বিকাশকারী এবং বাজারের জন্য এর অর্থ কী

ডেভেলপারদের জন্য, ব্যবহারিক উপায় হল সীমান্তের নিম্ন প্রান্তে মূল্য স্থিতিশীলতা। 3.7-এর প্রারম্ভিক মূল্যে 3.8 ফ্ল্যাশ ধারণ করা একটি প্রতিযোগিতামূলক কোডিং-এবং-এজেন্টিক মডেলের খরচ প্রতি মিলিয়ন টোকেন $0.75/$3.75 এ রাখে, একটি সেগমেন্ট যেখানে ওপেন-ওয়েট চ্যালেঞ্জার এবং প্রতিদ্বন্দ্বী ল্যাবগুলি সারা বছর দায়িত্ব কমিয়ে চলেছে৷ Google-এর বার্তা হল যে ক্রেতাদের আর ওয়ার্কহরস স্তরে খরচ এবং ক্ষমতার মধ্যে বেছে নিতে হবে না।

ফ্ল্যাশ সাইবারের জন্য ফেয়ারউইন্ড প্রোগ্রাম বিতরণ মডেল সমানভাবে বলছে। ফ্রন্ট-টায়ার ল্যাবগুলি ক্রমবর্ধমানভাবে অভিজাত সাইবারসিকিউরিটি সক্ষমতাকে বিস্তৃতভাবে পাঠানোর পরিবর্তে গেট করার মতো কিছু হিসাবে বিবেচনা করছে — আক্রমণাত্মক অপব্যবহারের সম্ভাবনা সীমিত করার সাথে সাথে পরীক্ষিত ডিফেন্ডারদের জন্য অত্যাধুনিক প্রতিরক্ষামূলক সরঞ্জাম সরবরাহ করে। মডেলের প্রশিক্ষণে শোষণ ক্ষমতার চেয়ে প্যাচিং বেঞ্চমার্ককে অগ্রাধিকার দেওয়ার Google-এর সিদ্ধান্ত একই যুক্তি অনুসরণ করে।

ক্যাডেন্সও উল্লেখযোগ্য। ছয় সপ্তাহে তিনটি ফ্ল্যাশ রিলিজ — তিন সপ্তাহ আগে 3.7 ফ্ল্যাশ, এখন 3.8 — দেখায় যে Google তার মধ্য-স্তরের লাইনকে দুই বছর আগের বার্ষিক-স্টাইল রিলিজ চক্রের তুলনায় অনেক দ্রুত পুনরাবৃত্ত করছে। OpenAI-এর GPT-6 রোলআউটের প্রতিযোগিতামূলক চাপ এবং চীন থেকে দ্রুত-চলমান ওপেন-ওয়েট মডেলগুলির একটি তরঙ্গ প্রত্যেকের টাইমলাইনকে সংকুচিত করেছে, এবং Google স্পষ্টভাবে ওয়ার্কহরস স্তরে গতি বেছে নিচ্ছে যখন তার সীমান্ত মডেলগুলি গবেষণার পতাকা বহন করছে।

3.8 ফ্ল্যাশের "কঠিন কাজ করে" পন্থা - পরিশ্রমী বহু-পদক্ষেপ যুক্তিতে আরও টোকেন ব্যয় করা - কাঁচা মডেল স্কেলের তুলনায় অনুশীলনে আরও দক্ষ প্রমাণ করে আসছে মাসগুলিতে বিকাশকারীদের বিলগুলিতে প্রদর্শিত হবে৷ গুগলের নিজস্ব বেঞ্চমার্ক পরামর্শ দেয় যে বাণিজ্য অধ্যবসায়ের পক্ষে হতে পারে; বাজার তার রায় একটি সময়ে একটি API বিল রেন্ডার করবে.

এআই থেকে এগিয়ে থাকুন

প্রতিটি মডেল লঞ্চ, বেঞ্চমার্ক এবং দামের পরিবর্তন, যেমন ঘটবে তা ট্র্যাক করা হয়েছে — আরও এআই খবর পড়ুন →