একজন প্রাক্তন OpenAI গবেষক দ্বারা প্রতিষ্ঠিত একটি নতুন AI স্টার্টআপ চালু করেছে যাকে এটি একটি সম্পূর্ণ নতুন শ্রেণীর মডেল বলে — এমন একটি যা আপনাকে একটি প্রবন্ধ লিখতে পারে না এবং বলে যে এটিই আসল বিষয়।
TypeSafe AI মঙ্গলবার তার প্রথম "সিস্টেম ওয়ান মডেল" প্রকাশের ঘোষণা করেছে, যার নাম Jev, যা প্রাথমিক অ্যাক্সেসে অবিলম্বে উপলব্ধ। কোম্পানিটি Diogo Almeida দ্বারা প্রতিষ্ঠিত হয়েছিল, যিনি বলেছেন যে ChatGPT-এর নির্দেশ-অনুসরণ করার পিছনে গবেষণাটি ওপেনএআই-তে অবদান রাখার কারণে বেড়েছে। দুই বছর চুপিসারে থাকার পর, তিনি যুক্তি দিচ্ছেন যে চ্যাটে শিল্পের স্থিরকরণটি অস্পষ্ট করে দিয়েছে যেখানে অটোমেশন আসলে ব্যর্থ হয়। For more context on this story, see our ongoing artificial intelligence updates.
"মডেলরা বছরের পর বছর ধরে চ্যাটে অতিমানবীয়, তাই সব অটোমেশন কোথায়?" আলমেদা লঞ্চ পোস্টে লিখেছেন। "এটি গত চার বছর ধরে আমার ড্রাইভিং প্রশ্ন।"
আসলে কি একটি 'সিস্টেম ওয়ান' মডেল
নামটি দ্রুত, সহজাত চিন্তাভাবনা এবং ধীর, ইচ্ছাকৃত যুক্তির মধ্যে মনোবিজ্ঞানের পার্থক্য থেকে ধার করা হয়েছে। যেখানে বড় ভাষার মডেলগুলি টোকেন দ্বারা পাঠ্য টোকেন তৈরি করে — নমনীয়, সাধারণ, এবং মাঝে মাঝে আত্মবিশ্বাসী ননসেন্সের জন্য প্রবণ — TypeSafe's Jev কিছু সংকীর্ণ করার জন্য তৈরি করা হয়েছে: ইনপুট হিসাবে অসংগঠিত অবস্থা নিন এবং ক্যালিব্রেটেড সম্ভাব্যতা সংযুক্ত করে টাইপ করা, কাঠামোগত সিদ্ধান্তগুলি ফেরত দিন।
কোম্পানি জেভকে "একটি সীমান্ত-বুদ্ধিমত্তা ফাংশন কল: অসংগঠিত অবস্থায়, টাইপ করা সম্ভাব্য সিদ্ধান্তগুলি আউট" হিসাবে বর্ণনা করে। যেহেতু সম্ভাব্য আউটপুটগুলি আগে থেকেই সংজ্ঞায়িত করা হয় এবং মডেলটি কখনই ফ্রি-ফর্ম স্ট্রিং তৈরি করে না, TypeSafe দাবি করে যে এটি টাইপ ত্রুটি তৈরি করতে পারে না - একটি সম্পত্তি যা কোম্পানি বলেছে পরিসংখ্যানগতভাবে সম্ভাবনার চেয়ে গাণিতিকভাবে গ্যারান্টিযুক্ত - এবং টেক্সট-উৎপাদনকারী মডেলগুলি যেভাবে করতে পারে তাতে হ্যালুসিনেট করতে পারে না।
লঞ্চ পোস্ট অনুসারে আর্কিটেকচারটি মূলধারার অনুশীলন থেকে তিনটি উপায়ে প্রস্থান করে: একটি নতুন মডেল আর্কিটেকচার, একটি সমান্তরাল নমুনা যা ক্রমানুসারে না হয়ে একক প্রশ্নের মধ্যে সমস্ত আউটপুট তৈরি করে, এবং একটি প্রশিক্ষণ পদ্ধতি যাকে কোম্পানি রিইনফোর্সমেন্ট লার্নিং ফর ক্যালিব্রেটেড ডিসিশনস (RLCD) বলে, যা প্রাক-মানবতাবাদী প্রোগ্রামের পরিবর্তে অপ্টিমাইজ করে। যাচাইযোগ্য আউটপুট।
দাবি: 100x দ্রুত, খরচের একটি ভগ্নাংশ
TypeSafe যে সংখ্যাগুলি প্রকাশ করে তা আক্রমণাত্মক৷ কোম্পানি বলেছে যে Jev বিদ্যমান ফ্রন্টিয়ার এলএলএম-এর সাথে তুলনীয় বুদ্ধিমত্তা সরবরাহ করে যাকে "সিস্টেম ওয়ান আকৃতির" কাজ বলে — শ্রেণিবিন্যাস, রাউটিং, স্কোরিং, এক্সট্রাকশন এবং ব্রাঞ্চিং সিদ্ধান্ত — 70 থেকে 500 মিলিসেকেন্ডে সাড়া দেয়, ফ্রন্টিয়ার মডেলের জন্য 3 থেকে 329 সেকেন্ডের এন্ড-টু-এন্ড প্রতিক্রিয়া সময়ের বিপরীতে। এটি 40x থেকে 200x দ্রুত কাজ করে, কোম্পানি বলে।
মূল্য নির্ধারণ একইভাবে অপ্রচলিত: $0.042 প্রতি মিলিয়ন ইনপুট টোকেন, আউটপুট টোকেন বিনামূল্যে, যেহেতু আউটপুটগুলি টোকেন দ্বারা টোকেন তৈরি করার পরিবর্তে সমান্তরালভাবে গণনা করা হয়। সংস্থাটি তার পোস্টে স্বীকার করেছে যে এটি এখনও প্রমাণ করতে পারে না যে দামটি স্কেলে টেকসই।
"অসাধারণ দাবিগুলির জন্য অসাধারণ প্রমাণের প্রয়োজন হয়," পোস্টটি পড়ে, এটিতে কী প্রমাণ রয়েছে তা দেওয়ার আগে।
রসিদগুলি — এবং সংশয়বাদীরা কী বলে
টাইপসেফ জিপিটি-৫.৬ টেরার সাথে জেভকে তুলনা করে একটি পাশাপাশি ডেমো প্রকাশ করেছে, যা এটি একই রকম বুদ্ধিমত্তায় সবচেয়ে তুলনাযোগ্য সীমান্ত মডেল হিসাবে বর্ণনা করে এবং বলে যে রেকর্ড করা দৌড়ে একমাত্র মতপার্থক্যই একটি সত্যিকারের অস্পষ্ট রায় কল জড়িত। এটি একটি নতুন "ওয়ার্কফ্লো ইভাল" পদ্ধতিও চালু করেছে যা সর্ববৃহৎ বাহ্যিক মডেলগুলির ঐক্যমত্যের বিরুদ্ধে মডেলগুলি পরিমাপ করে — OpenAI-এর Astra এবং Anthropic's Fable — একটি নির্দিষ্ট কম্পিউট গ্রাফের মধ্যে, এবং দাবি করে যে জেভ "প্রায় 2 মাত্রার জন্য প্যারেটো সীমান্তের মালিক।"
উল্লেখযোগ্যভাবে, কোম্পানিটি "অ্যান্টিবেঞ্চম্যাক্সিং" শিরোনামের একটি সহগামী পোস্ট প্রকাশ করে ব্যাখ্যা করে যে কেন এটি ঐতিহ্যবাহী বেঞ্চমার্কগুলি এড়িয়ে চলে, যুক্তি দিয়ে যে সফ্টওয়্যার ওয়ার্কফ্লোগুলির মধ্যে কাঠামোগত সিদ্ধান্তের জন্য ডিজাইন করা একটি মডেল অর্থপূর্ণ বৈশ্বিক তুলনাকে প্রতিরোধ করে৷
হ্যাকার নিউজের প্রতিক্রিয়া, যেখানে লঞ্চটি কয়েক ঘন্টার মধ্যে শত শত পয়েন্ট আঁকে, প্রকৃত উত্তেজনা থেকে শুরু করে সংশয়বাদ পর্যন্ত। বেশ কিছু মন্তব্যকারী উল্লেখ করেছেন যে সর্বজনীন প্রমাণগুলি মূলত ডেমো ভিডিওগুলি নিয়ে গঠিত — যার মধ্যে একটি ডুম গেমপ্লে লুপকে শক্তিশালী করার মডেল দেখানো হয়েছে — পুনরুত্পাদনযোগ্য তৃতীয় পক্ষের মূল্যায়নের পরিবর্তে। অন্যরা যুক্তি দিয়েছিলেন যে পদ্ধতিটি একটি অত্যন্ত দ্রুত, সীমান্ত-গুণমানের শ্রেণীবদ্ধকারী হিসাবে সবচেয়ে ভাল বোঝা যায়, যা এলএলএমগুলির প্রতিস্থাপনের পরিবর্তে কাজের চাপের একটি অংশের জন্য দরকারী।
এমনকি সহানুভূতিশীল পর্যবেক্ষকরা স্পষ্টভাবে প্রমাণের বোঝা তৈরি করেছেন। "হ্যাঁ, তারা সন্দেহবাদী হিসাবে কথা বলে কিন্তু ডেমোর কয়েকটি ভিডিও ছাড়া এক টন প্রমাণ দেয় না," একজন মন্তব্যকারী লিখেছেন। "একটি লাইভ ডেমো অনেক বেশি বিশ্বাসযোগ্য হবে।"
কেন এটা যাইহোক ব্যাপার হতে পারে
পিচ একটি সত্যিকারের ব্যথা পয়েন্টে অবতরণ করে। বাণিজ্যিক সফ্টওয়্যারে উৎপাদন এলএলএম কলের একটি বড় অংশ মোটেই উৎপন্ন হয় না — সেগুলি হল বাইনারি বিচার, বিভাগ অ্যাসাইনমেন্ট, এবং গদ্যে মোড়ানো রাউটিং সিদ্ধান্ত। যদি একটি মডেল 70 মিলিসেকেন্ডে ক্যালিব্রেটেড আত্মবিশ্বাসের সাথে এবং কার্যকরভাবে শূন্য আউটপুট খরচে সেই কলগুলি করতে পারে, তাহলে AI-চালিত সফ্টওয়্যারের অর্থনীতি উল্লেখযোগ্যভাবে পরিবর্তিত হয়: রিয়েল-টাইম ইউজার ইন্টারফেসগুলি ব্যবহারিক হয়ে ওঠে, এবং পাইপলাইন পদক্ষেপগুলি যা LLM-এর সাথে স্বয়ংক্রিয় করার জন্য খুব ব্যয়বহুল ছিল তা সর্বত্র চালানোর জন্য যথেষ্ট সস্তা হয়ে যায়।
TypeSafe-এর প্রস্তাবিত ব্যবহারের ক্ষেত্রে ডেটা শ্রেণীবদ্ধ করা এবং রাউটিং করা, LLM আউটপুট যাচাই করা এবং পাহারা দেওয়া, জেলব্রেক শনাক্ত করা এবং বড় ডেটাসেটগুলির উপর মানচিত্র-হ্রাস বিশ্লেষণ - কাজের চাপ যেখানে পার্শ্ববর্তী কোড মডেলের স্বাধীনতাকে বাধা দিতে পারে এবং ত্রুটিগুলি ধরতে পারে৷
কোম্পানী খোলা প্রশ্নগুলি সম্পর্কে অকপট: এর প্রকাশিত ইভালগুলি ইউএস ওয়েস্ট কোস্টের ল্যাপটপ থেকে চালানো হয়েছিল এবং দীর্ঘমেয়াদী মূল্যের স্থায়িত্ব অপ্রমাণিত রয়ে গেছে। Jev-এর বুদ্ধিমত্তার দাবিগুলি স্বাধীন পরীক্ষার সাথে যোগাযোগ রক্ষা করে কিনা তা নির্ধারণ করবে "সিস্টেম ওয়ান মডেল" একটি বিভাগ বা কৌতূহল হয়ে ওঠে কিনা।
কোম্পানির ওয়েবসাইটের মাধ্যমে প্রাথমিক অ্যাক্সেস এখন খোলা।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
