मेटा की सुपरइंटेलिजेंस लैब्स ने अपाचे 2.0 लाइसेंस के तहत प्रकाशित 30 बिलियन-पैरामीटर एआई मॉडल म्यूज़ ग्लिमर जारी किया है, जिसे उपभोक्ता-ग्रेड जीपीयू पर स्थानीय स्तर पर एआई एजेंटों को चलाने के लिए डिज़ाइन किया गया है। वेट हगिंग फेस पर उपलब्ध हैं, जो ओपन-वेट इकोसिस्टम में कंपनी के नवीनतम प्रयास को दर्शाता है, जिसे सीईओ मार्क जुकरबर्ग ने एआई के भविष्य पर हाल ही में प्रकाशित 6,500 शब्दों के निबंध में समर्थन दिया है।
यह रिलीज [एआई उद्योग कवरेज की व्यापक लहर] (https://aibuzzwire.news) के बीच हुई है, जिसमें डेवलपर्स बुद्धिमान सिस्टम बनाने और तैनात करने के तरीके को नया आकार दे रहे हैं। मेटा का कहना है कि डेवलपर्स क्लाउड-होस्टेड एपीआई पर डेटा भेजे बिना स्थानीय कोडिंग, फ़ंक्शन कॉलिंग, स्वायत्त एजेंटों और एलएलएम-ए-जज मूल्यांकन कार्यों के लिए म्यूज़ ग्लिमर का उपयोग कर सकते हैं।
ऑन-डिवाइस एजेंटों के लिए निर्मित
मेटा म्यूज़ ग्लिमर को एक विशिष्ट परिचालन बाधा के समाधान के रूप में रखता है: क्लाउड-होस्टेड मॉडल को लगातार नेटवर्क एक्सेस और केंद्रीय बुनियादी ढांचे की आवश्यकता होती है, जो विलंबता, लागत और गोपनीयता संबंधी चिंताओं को पेश कर सकता है। इसके बजाय कंपनी ऐसे वर्कलोड के लिए मॉडल पेश करती है जिसके लिए ऑन-डिवाइस उपस्थिति की आवश्यकता होती है, जिसमें व्यक्तिगत एजेंट भी शामिल हैं जिन्हें शेड्यूल, संदेश, फ़ाइलों और अन्य निजी संदर्भ तक पहुंच की आवश्यकता होती है।
मॉडल एक समर्पित धारणा एनकोडर के माध्यम से इंटरलीव्ड टेक्स्ट और छवियों को स्वीकार करता है, जिससे एजेंटों को बातचीत के हिस्से के रूप में स्क्रीनशॉट, चार्ट और दस्तावेजों की व्याख्या करने की अनुमति मिलती है। मेटा की रिपोर्ट है कि यह मल्टीमॉडल क्षमता एजेंटों को विज़ुअल इंटरफेस के बारे में तर्क करने देती है, एक ऐसी सुविधा जो ग्राफ़िकल सॉफ़्टवेयर या वेब पेजों के साथ इंटरैक्ट करने वाली टीमों के निर्माण के लिए महत्वपूर्ण है।
म्यूज़ ग्लिमर ओपनक्लाव और अन्य एजेंट-ऑर्केस्ट्रेशन पैटर्न का भी समर्थन करता है, जिसमें मॉडल के डेवलपर दस्तावेज़ में कस्टम मचान का विवरण दिया गया है। मॉडल पर निर्मित एक स्थानीय कोडिंग एजेंट यह तय कर सकता है कि कौन से रिपॉजिटरी, टर्मिनल, परीक्षण वातावरण और कमांड तक इसकी पहुंच है, हालांकि मेटा चेतावनी देता है कि संगठनों को कार्य की सफलता को मापने से पहले उपलब्ध कमांड और रिपॉजिटरी को परिभाषित करना चाहिए।
प्रतिद्वंद्वियों के खिलाफ बेंचमार्क प्रदर्शन
मेटा के आंतरिक बेंचमार्क परीक्षण आठ सामान्य-एजेंट बेंचमार्क में से पांच पर म्यूज़ ग्लिमर को Google के Gemma4-31B और अलीबाबा के Qwen3.6-27B से आगे रखते हैं। समग्र एजेंटिक स्कोर पर, म्यूज़ ग्लिमर 74.6 तक पहुंच गया, जबकि जेम्मा4-31बी के लिए 61.7 और क्वेन3.6-27बी के लिए 71.1 था।
मॉडल ने WildClawBench पर 47.6 पोस्ट किया, जो Gemma4-31B के 37.6 और Qwen3.6-27B के 43.2 से आगे है। जीएआईए2 पर, जो सामान्य एआई सहायकों के लिए एक बेंचमार्क है, म्यूज़ ग्लिमर ने प्रतिस्पर्धी मॉडलों के लिए 36.4 और 40.0 की तुलना में 43.3 स्कोर किया। ओएसवर्ल्ड-सत्यापित, जो वास्तविक कंप्यूटर वातावरण में काम करने के लिए एक एजेंट की क्षमता का परीक्षण करता है, ने समूह में सबसे बड़ा अंतर पैदा किया: जेम्मा4-31बी के 58.5 के मुकाबले म्यूज़ ग्लिमर 65.9 तक पहुंच गया।
हर वर्ग ने मेटा के मॉडल का समर्थन नहीं किया। स्किल्सबेंच पर, क्वेन3.6-27बी 46.6 के स्कोर के साथ आगे रहा, जहां म्यूज़ ग्लिमर ने 44.3 दर्ज किया। Qwen3.6-27B भी म्यूज़ ग्लिमर के 953 के मुकाबले 1,141 के साथ जीडीपीवैल-एए पर आगे है।
कोडिंग परिणाम प्रतिस्पर्धी परिदृश्य दिखाते हैं
म्यूज़ ग्लिमर के कोडिंग बेंचमार्क एक संकीर्ण प्रतिस्पर्धी तस्वीर पेश करते हैं। मॉडल ने 51.2 के स्कोर के साथ SWE-बेंच प्रो का नेतृत्व किया, जबकि Gemma4-31B के लिए 36.9 और Qwen3.6-27B के लिए 50.2 था। हालाँकि, Qwen3.6-27B, म्यूज़ ग्लिमर के 76.0 के मुकाबले 77.2 के साथ SWE-बेंच सत्यापित पर आगे रहा, और म्यूज़ ग्लिमर के 51.7 के मुकाबले 60.7 के साथ टर्मिनलबेंच 2.1 से आगे रहा।
मेटा की आपूर्ति की गई सामग्री विफल टूल कॉल के लिए पुनः प्रयास प्रशिक्षण का भी वर्णन करती है, एक ऐसा व्यवहार जो एजेंटों को त्रुटियों से स्वचालित रूप से उबरने में सक्षम बनाता है। कंपनी नोट करती है कि इस क्षमता के लिए बार-बार किए जाने वाले प्रयासों पर नियंत्रण की आवश्यकता होती है, खासकर जहां कोई उपकरण स्रोत कोड को बदल सकता है या बाहरी सिस्टम को लागू कर सकता है।
जुकरबर्ग का ओपन-वेट विज़न
म्यूज़ ग्लिमर का विमोचन ज़करबर्ग द्वारा एआई विकास के लिए उनके दृष्टिकोण को प्रस्तुत करने वाले एक लंबे निबंध के प्रकाशन के साथ मेल खाता है। रॉयटर्स और ब्लूमबर्ग के अनुसार, मेटा सीईओ ने ओपन-वेट दृष्टिकोण को चैंपियन बनाने के लिए निबंध का उपयोग किया, यह तर्क देते हुए कि व्यापक रूप से उपलब्ध मॉडल कुछ कॉर्पोरेट हाथों में एआई शक्ति की एकाग्रता को रोकते हैं।
जुकरबर्ग ने कथित तौर पर सुपरइंटेलिजेंट सिस्टम को नियंत्रित करने वाली एकल इकाई के जोखिमों के प्रति चेतावनी देते हुए कहा कि एकल परोपकारी सुपरइंटेलिजेंस जैसी कोई चीज नहीं है। टिप्पणियाँ मेटा की ओपन-वेट रणनीति को तकनीकी दर्शन और ओपनएआई और एंथ्रोपिक जैसे बंद-मॉडल प्रतिद्वंद्वियों के खिलाफ प्रतिस्पर्धी रुख दोनों के रूप में पेश करती हैं।
न्यूयॉर्क टाइम्स ने म्यूज़ ग्लिमर को मेटा की एआई क्षमताओं का एक ओपन-सोर्स संस्करण बताया है, जिसे उपभोक्ता घर पर उपयोग कर सकते हैं, जबकि वॉल स्ट्रीट जर्नल ने नोट किया कि निबंध जुकरबर्ग के एआई विश्वदृष्टि के अब तक के सबसे विस्तृत अभिव्यक्ति का प्रतिनिधित्व करता है।
टीमों के लिए व्यावहारिक विचार
मेटा के बेंचमार्क मानकीकृत परीक्षणों पर प्रदर्शन प्रदर्शित करते हैं, लेकिन वे यह नहीं दिखाते हैं कि किसी संगठन द्वारा अपनी फ़ाइलों, कैलेंडर, मैसेजिंग सिस्टम या आंतरिक टूल से कनेक्ट करने के बाद एक स्थानीय एजेंट कैसा व्यवहार करेगा। कंपनी स्वीकार करती है कि स्क्रीनशॉट-रीडिंग मॉडल जो देखते हैं उसकी व्याख्या कर सकते हैं, फिर भी स्थानीय परीक्षण में अभी भी अनुमतियाँ, डिस्प्ले लेआउट, दस्तावेज़ प्रारूप और कनेक्टेड टूल द्वारा लौटाई गई त्रुटियाँ शामिल होनी चाहिए।
म्यूज़ ग्लिमर का मूल्यांकन करने वाले संगठनों के लिए, मेटा तैनाती से पहले एजेंट के लिए उपलब्ध कमांड और रिपॉजिटरी को परिभाषित करने की अनुशंसा करता है। मॉडल के सुरक्षा-संबंधी मूल्यांकन में सीआई मेमोरीज़ और सायरन एजेंटडोजो परीक्षण शामिल हैं, हालांकि कंपनी प्रत्येक के लिए अलग-अलग उपायों का उपयोग करती है।
रिलीज़ ने मेटा को ओपन-वेट स्पेस में Google की जेम्मा लाइन और अलीबाबा के क्वेन मॉडल के साथ सीधे प्रतिस्पर्धा में डाल दिया है। अपाचे 2.0 लाइसेंस के व्यावसायिक उपयोग की अनुमति के साथ, म्यूज़ ग्लिमर उन डेवलपर्स के बीच अपनाने में तेजी ला सकता है जो क्लाउड एपीआई की आवर्ती लागत और गोपनीयता व्यापार-बंद के बिना एजेंटिक क्षमताएं चाहते हैं।
एआई से आगे रहें
एआई मॉडल में नवीनतम विकास, ओपन-वेट रिलीज और उद्योग को आकार देने वाली प्रतिस्पर्धी गतिशीलता के लिए, व्यापक कवरेज के लिए [एआई बज़ वायर] (https://aibuzzwire.news) पर जाएं।
अधिक AI समाचार पढ़ें →
