पर्प्लेक्सिटी ने अपने निर्णय मॉडल परिवार के नवीनतम संस्करण, डिसाइडर v1.3 पर एक विस्तृत पोस्ट प्रकाशित की है, जिसका शीर्षक है "पर्प्लेक्सिटी डिसाइडर v1.3: प्रशिक्षण, मूल्यांकन और उपयोग के मामले।" यह पोस्ट शुक्रवार को हैकर न्यूज के पहले पन्ने पर आई और कुछ ही घंटों में 140 से अधिक अंक प्राप्त हो गए, जिसमें डेवलपर्स बेंचमार्क परिणामों का व्यापार कर रहे थे और इस बात पर बहस कर रहे थे कि ये मॉडल वास्तव में कहां फिट होते हैं। इस और अन्य ब्रेकिंग एआई न्यूज पर अधिक जानकारी के लिए, हम प्रत्येक मॉडल के रिलीज़ होने पर उसका अनुसरण करते हैं।

ध्यान एक अपडेट के बारे में कम और थ्रेड से क्या पता चलता है इस पर अधिक है: बमुश्किल एक साल में, निर्णय मॉडल अपने स्वयं के बेंचमार्क, अपने स्वयं के मूल्य निर्धारण तर्क और एक प्रतिस्पर्धी क्षेत्र के साथ एक जिज्ञासा से भीड़ वाली श्रेणी में चले गए हैं जिसमें अब पर्प्लेक्सिटी, टाइपसेफ, माइक्रोसॉफ्ट, Google, क्लाउडफ्लेयर और ओपनएआई शामिल हैं।

एक निर्णय मॉडल वास्तव में क्या करता है

सबसे स्पष्ट परिभाषा कृत्रिम विश्लेषण से आती है, स्वतंत्र मूल्यांकन प्रयोगशाला जिसका निर्णय सूचकांक v2.1 श्रेणी के लिए संदर्भ लीडरबोर्ड बन गया है। अपने व्याख्याकार में, एक निर्णय मॉडल विकल्पों के एक निश्चित सेट के साथ एक प्रश्न लेता है - उदाहरण के लिए, एक समर्थन टिकट जो पूछता है कि क्या बिलिंग या तकनीकी के लिए रूट करना है, क्या यह जरूरी है, और ग्राहक कितना परेशान है - और प्रत्येक विकल्प के लिए एक संभावना के साथ एक उत्तर देता है, सभी एक ही कॉल में।

इसके विपरीत, एक सामान्य प्रयोजन भाषा मॉडल, एक संरचित आउटपुट उत्पन्न करता है जिसे फिर पार्स करना पड़ता है, और एक तर्क मॉडल उत्तर देने से पहले अतिरिक्त गणना सोच खर्च करता है। निर्णय मॉडल इसे छोड़ देते हैं। उन्हें चुनने के लिए प्रशिक्षित किया जाता है, न कि समझाने के लिए, जो उन्हें हर दस्तावेज़, हर अनुरोध पर उच्च मात्रा में चलाने के लिए तेज़ और सस्ता बनाता है।

श्रेणी कैसे मापी जाती है

कृत्रिम विश्लेषण निर्णय सूचकांक v2.1, एक सार्वजनिक पद्धति पृष्ठ के साथ अद्यतन किया गया, प्रकाशित भार के साथ छह मूल्यांकनों को जोड़ता है: 30 प्रतिशत पर एए-पेपरक्लिप, जो निर्णय और तथ्य निष्कर्षण के माध्यम से 1,500 बायोडाटा, रसीदें, चालान और शोध पत्र चलाता है; कार्यस्थल दस्तावेज़ों के बारे में निर्णयों के टाइपसेफ़ के ONET बेंचमार्क के आधार पर, EvalSafe-ONET-AA 15 प्रतिशत पर; जब2कॉल 10 प्रतिशत पर, एनवीआईडीआईए का टूल-कॉलिंग मूल्यांकन; ज्ञान और मतिभ्रम के लिए 15 प्रतिशत पर एए-सर्वज्ञता-निर्णय v1.1; एचएलई-मल्टीचॉइस v1.1 15 प्रतिशत पर, मानवता की अंतिम परीक्षा से केवल पाठ्य बहुविकल्पीय प्रश्न, अस्वीकार करने के विकल्प के साथ; और 15 प्रतिशत पर एए-समरूपता v1.1, जो जांचता है कि कोई निर्णय तब कायम रहता है जब उसके विकल्पों को स्थानांतरित किया जाता है, पुनः लिखा जाता है या अस्वीकार कर दिया जाता है।

वह आखिरी परीक्षा ही बता रही है। जब आप विकल्पों के क्रम को उलट देते हैं तो एक मॉडल जो अपना उत्तर पलट देता है वह वास्तव में निर्णय नहीं ले रहा है - यह पैटर्न-मिलान है। अंशांकन, अपरिवर्तनशीलता और यह जानना कि कब गिरावट आनी है, प्रथम श्रेणी की आवश्यकताओं के रूप में मानी जाती है, बोनस के रूप में नहीं।

हैकर न्यूज़ थ्रेड क्या जोड़ता है

पेरप्लेक्सिटी ने पहली बार अक्टूबर की शुरुआत में हगिंग फेस पर परिवार के 27-बिलियन-पैरामीटर सदस्य, पीपीएलएक्स-डिसीडर-वी1-27बी को ओपन-वेट किया था, इसलिए समुदाय के पास इन मॉडलों पर हफ्तों तक हाथ रहा है। v1.3 पर प्रतिक्रिया इस तरह से मिश्रित थी कि यह प्रचार चक्र के बजाय एक स्वस्थ बाजार की तरह लगती है।

एक डेवलपर ने बताया कि डिसाइडर v1.3 ने इकाई निष्कर्षण और मिलान कार्य के लिए अपने आंतरिक स्तर पर v1.2 और टाइपसेफ़ के Jev 1.14 दोनों पर लाभ दिखाया। एक अन्य ने कहा कि यह अपने स्थानीय बेंचमार्क पर अच्छा प्रदर्शन करता है और इसकी कीमत प्रतिस्पर्धी है, यह देखते हुए कि एक द्विदिश-ध्यान वास्तुकला निर्णय कार्य के लिए उपयुक्त हो सकती है। दूसरों ने पीछे धकेल दिया: एक टिप्पणीकार ने अपने उपयोग के मामले में v1.3 को एक कदम पीछे पाया और कहा कि सार्वजनिक सूचकांक सहमत है, और दूसरे ने सवाल किया कि क्या फ्लैश वेरिएंट सस्ते, सटीक थोक निर्णयों की श्रेणी के मूल वादे को कमजोर करता है।

थ्रेड आसपास के पारिस्थितिकी तंत्र में भी सामने आया - क्लाउडफ्लेयर के क्लीफ निर्णय मॉडल और क्लैरिक निष्कर्षण मॉडल, स्केलडाउन एपीआई, लिक्विड के डी 1 और ओपनएआई के स्वयं के निर्णय मॉडल - कई डेवलपर्स ने ध्यान दिया कि कृत्रिम विश्लेषण सूचकांक, जिसमें प्रति कार्य लागत और सटीकता के साथ अंशांकन शामिल है, एकमात्र क्रॉस-वेंडर तुलना है जिस पर वे भरोसा करते हैं।

यह क्यों मायने रखता है

हमने इस श्रेणी के उत्थान को चरण दर चरण कवर किया है: टाइपसेफ का जेवी सिस्टम-वन मॉडल, माइक्रोसॉफ्ट का क्वेन पर निर्मित डिसीजन-1, और गूगल का डिसीजन एपीआई इसके जेमिनी डिसीजन-1 मॉडल के साथ। पर्प्लेक्सिटी शिपिंग v1.3 पैटर्न की पुष्टि करता है - हर प्रमुख एआई प्लेटफॉर्म अब उस परत का मालिक बनना चाहता है जहां संरचित विकल्प बनाए जाते हैं, क्योंकि वह परत हर चीज के सामने बैठती है: समर्थन ट्राइएज, दस्तावेज़ प्रसंस्करण, टूल कॉलिंग, मॉडरेशन, अनुपालन जांच।

अर्थशास्त्र मुद्दा है. एक तर्क मॉडल सटीकता के मामले में निर्णय मॉडल को मात दे सकता है, लेकिन उच्च मात्रा में इसकी विलंबता और लागत इसे लाखों दैनिक वर्गीकरणों के लिए गलत उपकरण बनाती है। निर्णय मॉडल कैलिब्रेटेड, अपरिवर्तनीय, एकल-कॉल उत्तरों के लिए सामान्य बुद्धिमत्ता का व्यापार करते हैं, और जैसा कि हैकर न्यूज़ डिबेट से पता चलता है, खरीदार अब उस व्यापार को वास्तविक बेंचमार्क और वास्तविक कार्यभार के साथ ग्रेड कर रहे हैं।

निर्णायक v1.3 उन स्कोरकार्डों पर जीवित रहेगा या मर जाएगा। लेकिन श्रेणी स्वयं स्पष्ट रूप से आ गई है।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →