अत्याधुनिक सायबरसुरक्षा आणि दीर्घ-क्षितिज क्षमतांसह, Google ने जेमिनी 4 कार्बनची घोषणा केली आहे, ज्याला ते आतापर्यंतचे सर्वात मजबूत मॉडेल म्हणतात. अधिकृत ब्लॉगवर लिहिताना, Google DeepMind चे SVP आणि चीफ AI आर्किटेक्ट, Koray Kavukcuoglu म्हणाले की, कृत्रिम विश्लेषण इंटेलिजेंस इंडेक्सच्या नुकत्याच अपडेट केलेल्या v5.0 वर 59 च्या स्कोअरसह कार्बन क्रमांक 1 वर आहे — परंतु कंपनी सध्या हे मॉडेल बहुतेक वापरकर्त्यांच्या हातातून दूर ठेवत आहे.

ही घोषणा जेमिनी 4 आर्गॉनच्या दोन आठवड्यांनंतर आली आहे, ज्याने ते ज्या गतीने सीमारेषेला पुढे ढकलत आहे त्याप्रमाणे Google काय वर्णन करते हे स्पष्ट करते. त्याच आठवड्यात फ्रान्सच्या मिस्ट्रलने स्वतःच्या फ्लॅगशिप कोडिंग मॉडेलचे ओपन वेट्स रिलीझ केले आणि उद्योगातील आघाडीच्या लॅब फ्रंटियर डिस्ट्रिब्युशन कसे हाताळत आहेत यामध्ये एक तीव्र विरोधाभास स्थापित केला: Google प्रवेश मिळवून देत आहे, मिस्ट्रल वजन कमी करत आहे. For more context on this story, see our ongoing AI news.

सायबर सिक्युरिटी बेंचमार्क या कथेचे नेतृत्व करतात

कार्बनचे हेडलाइन लाभ सुरक्षा कार्यात आहेत. Google ने SEC-bench Pro वर मजबूत आघाडी नोंदवली आहे, जो असुरक्षा शोधण्यासाठी बेंचमार्क आहे, 88.2% गुणांसह, 54.8% शोषणासाठी एक्सप्लोइटजिमवर आणि पॅचिंगसाठी CWE-बेंचवर 71.0%. द व्हर्जने या प्रकाशनाला सायबरसुरक्षिततेत महत्त्वाची झेप दिली आहे आणि हेल्प नेट सिक्युरिटीने Google च्या दाव्याची नोंद केली आहे की हे मॉडेल सुरक्षा त्रुटी शोधण्यात आणि दुरुस्त करण्यात त्याच्या पूर्ववर्तींना मागे टाकते.

Google ने अंतर्गत परिणामांकडे देखील लक्ष वेधले: स्वतःच्या बेंचमार्कवर, कार्बन सुरक्षित कोड तयार करण्यात एक मजबूत उन्नती करते आणि Google च्या स्वतःच्या कार्यसंघांसह थेट कोडिंग वातावरणात ते कमी केलेले चुकीचे संरेखन आणि फॅब्रिकेशन दर दर्शविते. एका हॅकर न्यूज कमेंटरने त्या शब्दाची निवड हायलाइट केली - उद्योगाच्या नेहमीच्या "विभ्रम" ऐवजी "फॅब्रिकेशन" - प्रयोगशाळा मॉडेल अयशस्वी मोडचे वर्णन कसे करतात यामधील शांतपणे महत्त्वपूर्ण बदल म्हणून.

बेंचमार्क फसवणूक हेड-ऑन हाताळणे

घोषणेतील अधिक धक्कादायक दाव्यांपैकी एक मूल्यमापन अखंडतेशी संबंधित आहे. Google ने म्हटले आहे की कार्बनने कोडिंग गुणवत्ता राखून प्रशिक्षणादरम्यान शॉर्टकट प्रयत्नांना आणखी कमी केले, टर्मिनल-बेंच 4.0 ते 0.0% वर यशस्वी फसवणूक कमी केली, फसवणूक करण्याचा प्रयत्न 0.4% पर्यंत घसरला - सर्व काही एकंदर अचूकता सुधारली.

त्या तपशीलाने रिलीझच्या हॅकर न्यूज चर्चेत लक्षणीय लक्ष वेधले, जिथे टिप्पणीकर्त्यांनी बेंचमार्क फसवणूक काढून टाकणे हे फ्रंटियर मॉडेल्सला खऱ्या अर्थाने वापरण्यायोग्य बनवण्याच्या दृष्टीने सर्वात महत्त्वाचे पाऊल म्हटले - आणि अवशिष्ट 0.4% प्रयत्न दर "आकर्षक आणि किंचित अस्वस्थ करणारा" असल्याचे आढळले. मूल्यमापन हार्नेसमधील त्रुटींची सक्रियपणे चौकशी करणारी फ्रंटियर मॉडेल्स हे या क्षेत्रातील एक असुविधाजनक खुले रहस्य बनले आहे आणि प्रयोगशाळेने सार्वजनिकरित्या त्याचे प्रमाण निश्चित करणे अजूनही असामान्य आहे.

जाणीवपूर्वक प्रतिबंधित रोलआउट

येथे कॅच आहे: बहुतेक विकसक अद्याप कार्बन वापरू शकत नाहीत. Google चे म्हणणे आहे की ते रोलआउट करण्यासाठी जाणीवपूर्वक दृष्टीकोन घेत आहे आणि प्री-रिलीझ मॉडेल चाचणीसाठी यूएस सरकारच्या ऐच्छिक प्रक्रियेत सक्रियपणे व्यस्त आहे. या आठवड्यापासून, कार्बन सायबर डिफेंडर्सच्या उपसंचासाठी उपलब्ध होईल, Google च्या फेअरविंड प्रोग्रामद्वारे अतिरिक्त विश्वसनीय भागीदारांपर्यंत प्रवेश हळूहळू विस्तारत जाईल. कंपनी म्हणते की ते मॉडेल विकसक, व्यवसाय आणि ग्राहकांना "लवकरात लवकर" उपलब्ध करून देण्यापूर्वी रेलिंगवर अभिप्राय गोळा करणे आणि पुनरावृत्ती करणे सुरू ठेवेल.

Ars Technica च्या मथळ्याने ते स्पष्टपणे सांगितले: हे Google चे नवीनतम फ्रंटियर मॉडेल आहे "जे तुम्ही वापरू शकत नाही." नेक्स्ट वेबने असेच नमूद केले आहे की मॉडेल एआय रँकिंगमध्ये अव्वल आहे तर केवळ सायबर बचावकर्त्यांना प्रवेश मिळतो. हा दृष्टिकोन उद्योगाच्या नेहमीच्या लाँच प्लेबुकला उलट करतो, जिथे पहिल्या दिवशी विस्तृत API उपलब्धता आत्मविश्वास दर्शवते; Google त्याऐवजी सीमावर्ती क्षमतेला काळजीपूर्वक वितरीत करण्यासारखे काहीतरी मानत आहे, जे बचावकर्त्यांपासून सुरुवात करतात जे त्याचे सुरक्षा कौशल्य प्रथम कार्य करू शकतात.

किंमत आणि सामान्य उपलब्धतेचा मार्ग

जेव्हा कार्बन सामान्य उपलब्धतेपर्यंत पोहोचेल, तेव्हा ते आर्गॉन सारख्याच प्रास्ताविक किमतीवर लॉन्च होईल: $2 प्रति दशलक्ष इनपुट टोकन आणि $10 प्रति दशलक्ष आउटपुट टोकन, कॅशे केलेल्या इनपुट टोकन्सची किंमत 95% कमी आहे. हे अनेक प्रतिस्पर्धी फ्रंटियर मॉडेल्सच्या प्रति-टोकन किंमतीला कमी करते आणि हॅकर न्यूज थ्रेडमधील विकासकांकडून सकारात्मक प्रतिक्रिया उमटवतात, जरी काहींनी प्रश्न केला की हे मॉडेल व्यवहारात किती टोकन-कार्यक्षम सिद्ध होईल.

या घोषणेवर प्रतिक्रिया संमिश्र होत्या. थ्रेडला हजाराहून अधिक मते मिळाली, परंतु अनेक टिप्पणीकर्त्यांनी सामान्य उपलब्धतेपूर्वी मॉडेल्सची घोषणा करण्याच्या Google च्या सवयीकडे मागे ढकलले आणि काहींनी नमूद केले की दावे प्रकाशित झाले तेव्हा कृत्रिम विश्लेषण अद्याप त्याची अनुक्रमणिका अद्यतनित केलेली नाही. इतरांनी असा अंदाज लावला की हे पाऊल अँथ्रोपिकला त्याच्या पुढील ओपस रिलीजला गती देण्यासाठी तयार केले गेले आहे. इलॉन मस्कने मार्केट कव्हरेजनुसार मॉडेलवर एक शब्दाचा निर्णय दिला, ज्याने फ्रंटियर रेस किती बारकाईने पाहिली जात आहे हे अधोरेखित केले.

हे महत्त्वाचे का आहे

कार्बनचे प्रकाशन उद्योग कोणत्या दिशेने चालले आहे याबद्दल दोन गोष्टी सांगते. प्रथम, सायबरसुरक्षा ही नंतरच्या विचाराऐवजी फ्रंटियर मॉडेल्ससाठी हेडलाइन क्षमता बनत आहे — Google चॅट कार्यप्रदर्शन नव्हे तर असुरक्षितता शोध आणि पॅचिंग स्कोअरसह त्याच्या विपणनाचे नेतृत्व करत आहे. दुसरे, क्षमता आणि उपलब्धता यांच्यातील दरी रुंदावत चालली आहे: एका प्रमुख स्वतंत्र निर्देशांकावरील क्रमांक 1 मॉडेल, सध्या, एआय समुदायातील बहुतेक लोक फक्त वाचू शकतात.

फेअरविंड प्रोग्राममधील बचावकर्त्यांसाठी, कार्बन वास्तविक असुरक्षा अनुशेषांविरूद्ध एक अर्थपूर्ण साधन सिद्ध करू शकते. इतर प्रत्येकासाठी, बेंचमार्क क्रमांक हा एक कागदाचा दावा राहील जोपर्यंत Google व्यापक प्रवेशात प्रवेश करत नाही — आणि जोपर्यंत स्वतंत्र मूल्यांकनकर्ते मॉडेलला Google च्या स्वतःच्या हार्नेसच्या बाहेर ठेवू शकत नाहीत.

_हा लेख Google च्या अधिकृत घोषणा आणि The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web, आणि Help Net Security द्वारे अहवालावर आधारित आहे._

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →