एक पूर्व ओपनएआई शोधकर्ता द्वारा स्थापित एक नए एआई स्टार्टअप ने मॉडल का एक पूरी तरह से नया वर्ग लॉन्च किया है - जो आपको एक निबंध नहीं लिख सकता है, और कहता है कि वास्तव में यही मुद्दा है।
टाइपसेफ़ एआई ने मंगलवार को अपना पहला "सिस्टम वन मॉडल" जारी करने की घोषणा की, जिसका नाम जेव है, जो तुरंत शुरुआती पहुंच में उपलब्ध है। कंपनी की स्थापना डिओगो अल्मेडा द्वारा की गई थी, जो कहते हैं कि चैटजीपीटी के निर्देश-पालन के पीछे का शोध ओपनएआई में उनके योगदान से विकसित हुआ। दो साल तक गुप्त रहने के बाद, वह तर्क दे रहे हैं कि चैट पर उद्योग की निर्भरता ने यह अस्पष्ट कर दिया है कि स्वचालन वास्तव में कहां विफल होता है। For more context on this story, see our ongoing AI trends.
"मॉडल वर्षों से चैट में अलौकिक रही हैं, तो सारा स्वचालन कहाँ है?" अल्मेडा ने लॉन्च पोस्ट में लिखा। "यह पिछले चार वर्षों से मेरा ड्राइविंग प्रश्न रहा है।"
वास्तव में 'सिस्टम वन' मॉडल क्या है
यह नाम तेज, सहज सोच और धीमी, जानबूझकर तर्क के बीच मनोविज्ञान के अंतर से लिया गया है। जहां बड़े भाषा मॉडल टोकन द्वारा टेक्स्ट टोकन उत्पन्न करते हैं - लचीला, सामान्य, और कभी-कभी भरोसेमंद बकवास की संभावना - टाइपसेफ़ का जेईवी कुछ संकीर्ण करने के लिए बनाया गया है: इनपुट के रूप में असंरचित स्थिति लें और कैलिब्रेटेड संभावनाओं के साथ टाइप किए गए, संरचित निर्णय लौटाएं।
कंपनी जेव को "एक फ्रंटियर-इंटेलिजेंस फ़ंक्शन कॉल: असंरचित स्थिति में, टाइप किए गए संभाव्य निर्णय बाहर" के रूप में वर्णित करती है। क्योंकि संभावित आउटपुट पहले से परिभाषित होते हैं और मॉडल कभी भी फ्री-फॉर्म स्ट्रिंग उत्पन्न नहीं करता है, टाइपसेफ का दावा है कि यह प्रकार की त्रुटियां उत्पन्न नहीं कर सकता है - कंपनी का कहना है कि एक संपत्ति सांख्यिकीय रूप से संभावित होने के बजाय गणितीय रूप से गारंटीकृत है - और जिस तरह से टेक्स्ट-जनरेटिंग मॉडल कर सकते हैं, उसमें मतिभ्रम नहीं किया जा सकता है।
लॉन्च पोस्ट के अनुसार, आर्किटेक्चर मुख्यधारा के अभ्यास से तीन तरीकों से अलग होता है: एक नया मॉडल आर्किटेक्चर, एक समानांतर नमूना जो अनुक्रमिक रूप से एक ही क्वेरी में सभी आउटपुट उत्पन्न करता है, और एक प्रशिक्षण विधि जिसे कंपनी कैलिब्रेटेड निर्णयों के लिए रीइनफोर्समेंट लर्निंग (आरएलसीडी) कहती है, जो मानव प्राथमिकता या प्रोग्रामेटिक रूप से सत्यापन योग्य आउटपुट के बजाय महामारीत्मक रूप से ईमानदार संभावनाओं के लिए अनुकूलन करती है।
दावे: 100 गुना तेज़, लागत का एक अंश
टाइपसेफ़ द्वारा प्रकाशित संख्याएँ आक्रामक हैं। कंपनी का कहना है कि जेईवी मौजूदा फ्रंटियर एलएलएम के बराबर खुफिया जानकारी प्रदान करता है जिसे वह "सिस्टम वन आकार" कार्यों - वर्गीकरण, रूटिंग, स्कोरिंग, निष्कर्षण और शाखा निर्णय - पर प्रतिक्रिया देता है, जबकि फ्रंटियर मॉडल के लिए 3 से 329 सेकंड के एंड-टू-एंड प्रतिक्रिया समय के मुकाबले 70 से 500 मिलीसेकंड में प्रतिक्रिया देता है। कंपनी का कहना है कि यह 40x से 200x तक तेजी से काम करता है।
मूल्य निर्धारण भी इसी तरह अपरंपरागत है: $0.042 प्रति मिलियन इनपुट टोकन, आउटपुट टोकन मुफ़्त के साथ, क्योंकि आउटपुट की गणना टोकन द्वारा उत्पन्न टोकन के बजाय समानांतर में की जाती है। कंपनी ने अपने पोस्ट में स्वीकार किया कि वह अभी तक यह साबित नहीं कर सकी है कि मूल्य निर्धारण पैमाने पर टिकाऊ है।
पोस्ट में यह लिखा है, "असाधारण दावों के लिए असाधारण साक्ष्य की आवश्यकता होती है," यह बताने से पहले कि इसमें क्या सबूत हैं।
रसीदें - और संशयवादी क्या कहते हैं
टाइपसेफ़ ने जेईवी की तुलना जीपीटी-5.6 टेरा से करते हुए एक साइड-बाय-साइड डेमो प्रकाशित किया, जिसे वह समान बुद्धिमत्ता पर सबसे तुलनीय फ्रंटियर मॉडल के रूप में वर्णित करता है, और कहता है कि रिकॉर्ड किए गए रन में एकमात्र असहमति में वास्तव में अस्पष्ट निर्णय कॉल शामिल थी। इसने एक नई "वर्कफ़्लो इवल" पद्धति भी पेश की जो एक निश्चित गणना ग्राफ के अंदर सबसे बड़े बाहरी मॉडल - ओपनएआई के एस्ट्रा और एंथ्रोपिक के फैबल - की सर्वसम्मति के खिलाफ मॉडल को मापती है, और दावा करती है कि जेव "परिमाण के लगभग 2 ऑर्डर के लिए पैरेटो फ्रंटियर का मालिक है।"
विशेष रूप से, कंपनी ने "एंटीबेंचमैक्सिंग" शीर्षक से एक पोस्ट प्रकाशित की, जिसमें बताया गया कि वह पारंपरिक बेंचमार्क से क्यों बचती है, यह तर्क देते हुए कि सॉफ्टवेयर वर्कफ़्लो के अंदर संरचित निर्णयों के लिए डिज़ाइन किया गया मॉडल सार्थक वैश्विक तुलना का विरोध करता है।
हैकर न्यूज़ पर प्रतिक्रिया, जहां लॉन्च ने कुछ ही घंटों में सैकड़ों अंक प्राप्त किए, वास्तविक उत्साह से लेकर स्पष्ट संदेह तक थे। कई टिप्पणीकारों ने नोट किया कि सार्वजनिक साक्ष्य में बड़े पैमाने पर डेमो वीडियो शामिल हैं - जिनमें से एक में डूम गेमप्ले लूप को पावर देने वाले मॉडल को दिखाया गया है - बजाय तीसरे पक्ष के मूल्यांकन के। दूसरों ने तर्क दिया कि इस दृष्टिकोण को एक अत्यंत तेज़, सीमांत-गुणवत्ता वाले क्लासिफायरियर के रूप में सबसे अच्छी तरह से समझा जाता है, जो एलएलएम के प्रतिस्थापन के बजाय कार्यभार के एक टुकड़े के लिए उपयोगी है।
यहां तक कि सहानुभूति रखने वाले पर्यवेक्षकों ने भी सबूत के बोझ को स्पष्ट रूप से निर्धारित किया। एक टिप्पणीकार ने लिखा, "हां, वे संशयवादी के रूप में बात करते हैं लेकिन डेमो के कुछ वीडियो के अलावा, कोई सबूत पेश नहीं करते हैं।" "एक लाइव डेमो कहीं अधिक ठोस होगा।"
वैसे भी यह क्यों मायने रख सकता है
पिच वास्तविक दर्द बिंदु पर गिरती है। वाणिज्यिक सॉफ़्टवेयर में उत्पादन एलएलएम कॉल का एक बड़ा हिस्सा बिल्कुल भी जेनरेटिव नहीं है - वे बाइनरी निर्णय, श्रेणी असाइनमेंट और गद्य में लिपटे रूटिंग निर्णय हैं। यदि कोई मॉडल 70 मिलीसेकंड पर कैलिब्रेटेड आत्मविश्वास और प्रभावी रूप से शून्य आउटपुट लागत के साथ कॉल कर सकता है, तो एआई-संचालित सॉफ़्टवेयर का अर्थशास्त्र काफी बदल जाता है: वास्तविक समय उपयोगकर्ता इंटरफ़ेस व्यावहारिक हो जाते हैं, और पाइपलाइन चरण जो एलएलएम के साथ स्वचालित करने के लिए बहुत महंगे थे, हर जगह चलाने के लिए काफी सस्ते हो जाते हैं।
टाइपसेफ़ के सुझाए गए उपयोग के मामलों में डेटा को वर्गीकृत करना और रूट करना, एलएलएम आउटपुट को सत्यापित करना और संरक्षित करना, जेलब्रेक का पता लगाना और बड़े डेटासेट पर मैप-कम करने वाला विश्लेषण शामिल है - वर्कलोड जहां आसपास का कोड मॉडल की स्वतंत्रता को बाधित कर सकता है और त्रुटियों को पकड़ सकता है।
कंपनी खुले प्रश्नों के बारे में स्पष्ट है: इसके प्रकाशित मूल्यांकन यूएस वेस्ट कोस्ट पर लैपटॉप से चलाए गए थे, और दीर्घकालिक मूल्य निर्धारण स्थिरता अप्रमाणित बनी हुई है। क्या जेव के खुफिया दावे स्वतंत्र परीक्षण के संपर्क में बने रहते हैं या नहीं, यह निर्धारित करेगा कि "सिस्टम वन मॉडल" एक श्रेणी या जिज्ञासा बन जाता है या नहीं।
प्रारंभिक पहुंच अब कंपनी की वेबसाइट के माध्यम से खुली है।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
