AI တွင် "ဖွင့်ဆိုလိုသည်" အတွက် စံအသစ်တစ်ခုကို ကြာသပတေးနေ့တွင် သတ်မှတ်ခဲ့သည်။ အဘူဒါဘီအခြေစိုက် AI အင်စတီကျုတစ်ခုဖြစ်သည့် Institute of Foundation Models (IFM) သည် နောက်ဆုံးအလေးမချိန်မှ လေ့ကျင့်ရေးဒေတာအထိ၊ အလယ်အလတ်စစ်ဆေးရေးဂိတ်များ၊ လေ့ကျင့်ရေးကုဒ်နှင့် အနုစိတ်ပေးထားသည့် မှတ်တမ်းများ— Reuters မှ ထုတ်ပြန်ထားသော အပြည့်အဝ open-source မော်ဒယ်များအဖြစ် ဖော်ပြထားသည့် အစုံအလင်ဖြင့် ထုတ်ပြန်ထားသော open-source မော်ဒယ်များအဖြစ် ဖော်ပြထားသော Reuters ပက်ကေ့ဂျ်ဖောင်ဒေးရှင်းမော်ဒယ်များ (IFM)။
Open-weight ထုတ်လွှတ်မှုအများစုသည် အလေးများပေါ်တွင်ရပ်တန့်နေဆဲဖြစ်ပြီး မော်ဒယ်များကို အမှန်တကယ် မည်သို့တည်ဆောက်ခဲ့သည်ကို ပြင်ပလူများက ခန့်မှန်းနိုင်စေသည်။ K2 Horizon သည် ဆန့်ကျင်ဘက်ချဉ်းကပ်မှုကိုခံယူပြီး ၎င်း၏ရောက်ရှိလာမှုသည် လုပ်ငန်းနယ်ပယ်အနှံ့ open-weight AI မော်ဒယ်များ ကို ခြေရာခံသူတိုင်းအတွက် သိသာထင်ရှားသောအခိုက်အတန့်ဖြစ်သည်။
နာရီတစ်လုံးမှ လုပ်ငန်းအထိ မော်ဒယ်ခြောက်မျိုး
သင်္ဘောသည် အရွယ်အစား ခြောက်မျိုး ပါဝင်သည်- 375B-A23B၊ 36B-A4B၊ 32B၊ 7B၊ 3.7B နှင့် 0.9B ကန့်သတ်ချက်များ။ IFM ၏ ကြေငြာချက်အရ မော်ဒယ်များကို ဆက်စပ်မှုမရှိသော ဖြန့်ချိမှုခြောက်ခုထက် ချိတ်ဆက်စနစ်တစ်ခုအဖြစ် ဒီဇိုင်းထုတ်ထားသည်။
အငယ်ဆုံးမော်ဒယ်သည် နာရီနှင့် မျက်မှန်ကဲ့သို့သော ပြင်းထန်သောကန့်သတ်ပတ်ဝန်းကျင်များကို ပစ်မှတ်ထားပြီး 3.7B နှင့် 7B မော်ဒယ်များကို ဖုန်းများနှင့် အခြားစက်ပစ္စည်းပေါ်ရှိ အက်ပ်လီကေးရှင်းများအတွက် နေရာချထားပါသည်။ သိပ်သည်းသော 32B မော်ဒယ်နှင့် ကျဲပါးသော 36B-A4B မော်ဒယ်သည် ဒေသတွင်း အလုပ်ရုံများနှင့် ထိရောက်စွာ ဝန်ဆောင်မှုပေးရန်အတွက် ရည်ရွယ်ပြီး ထင်ရှားသော 375B-A23B သည် ရေယာဉ်စု၏ အပြင်းထန်ဆုံးသော စွမ်းဆောင်ရည်များကို လုပ်ငန်းဆိုင်ရာ ဖြန့်ကျက်မှုများ တောင်းဆိုရန်အတွက် သယ်ဆောင်ပေးပါသည်။ မော်ဒယ်ခြောက်ခုစလုံးသည် quantization ပံ့ပိုးမှုဖြင့် တင်ပို့သည်။
မော်ဒယ်များသည် အခြေခံဗိသုကာပညာ၊ ဝေါဟာရ၊ လေ့ကျင့်ရေးနည်းစနစ်၊ အင်တာဖေ့စ်များ၊ အကဲဖြတ်ခြင်းဆိုင်ရာ အခြေခံအဆောက်အအုံနှင့် အသုံးချခြင်းဆိုင်ရာကိရိယာများကို 0.9B မော်ဒယ်နှင့် သေးငယ်သောဝေါဟာရကို အသုံးပြု၍ မျှဝေပါသည်။ လိုက်လျောညီထွေရှိမှုသည် အရွယ်အစားများကြား ရွှေ့ရန်၊ သင်္ဘောပေါ်ရှိ လမ်းကြောင်းများကို ဒိုင်နမစ်ကျကျ လုပ်ဆောင်ခြင်းနှင့် စွမ်းဆောင်ရည် မည်မျှအတိုင်းအတာကို လေ့လာရန် ပိုမိုလွယ်ကူစေသည်ဟု IFM မှ ပြောကြားခဲ့သည်။
အပြည့်အ၀ဖွင့်ထားသောအရာသည် အမှန်တကယ် အကျုံးဝင်သည်။
ဤနေရာတွင် K2 Horizon သည် လုပ်ငန်းစံနှုန်းမှ ထွက်ခွာသွားပါသည်။ ရေယာဉ်စုရှိ မော်ဒယ်တိုင်းအတွက်၊ IFM သည် ကျိုးကြောင်းဆင်ခြင်ခြင်းနှင့် လေ့ကျင့်မှုလွန်ခြင်းမှ ကြိုတင်လေ့ကျင့်ခြင်းမှ လေ့ကျင့်ရေးဘဝစက်ဝိုင်းကို ဖွင့်လှစ်ပေးသည်ဟု ဆိုသည်။
ထုတ်ဝေမှုတွင် အလယ်အလတ်စစ်ဆေးရေးဂိတ်များ၊ လေ့ကျင့်ရေးဒေတာ သို့မဟုတ် အသေးစိတ်အချက်အလက်-တည်ဆောက်မှု ချက်ပြုတ်နည်းများ၊ အဖွင့်ဗိသုကာစာတမ်းများ၊ ရောနှောပေါင်းစပ်မှုများ၊ လေ့ကျင့်ရေးကုဒ်များ၊ ပုံစံဖွဲ့စည်းပုံများ၊ အနုစိတ်လေ့ကျင့်ထားသော မှတ်တမ်းများ၊ အကဲဖြတ်မှုရလဒ်များနှင့် နောက်ဆုံးအလေးချိန်များ ပါဝင်ပါသည်။ မော်ဒယ်များနှင့် ကုဒ်များကို စီးပွားဖြစ်အသုံးပြုမှုတွင် ခွင့်ပြုချက်အရှိဆုံးတစ်ခုဖြစ်သည့် Apache 2.0 လိုင်စင်အောက်တွင် ထုတ်ပြန်ထားသည်။ ODC-BY ကဲ့သို့ ၎င်းတို့၏ သက်ဆိုင်ရာလိုင်စင်များအောက်တွင် ဒေတာအတွဲများကို ထုတ်ဝေထားပြီး IFM သည် ဒေတာများကို မည်ကဲ့သို့တည်ဆောက်ပြီး ပြန်လည်ဖြန့်ဝေမှု မဖြစ်နိုင်သည့်ကိစ္စများတွင် ရောနှောထားကြောင်း ထုတ်ဖော်ရန် ကတိပြုပါသည်။
IFM သည် ဖြန့်ချိမှုကို အေးဂျင့်လွန်လေ့ကျင့်ရေးမှတစ်ဆင့် ပြီးပြည့်စုံသော ဖွံ့ဖြိုးတိုးတက်မှုလုပ်ငန်းစဉ်ကို ဖော်ထုတ်ရန်အတွက် ပထမဆုံးပွင့်လင်းသော မော်ဒယ်မိသားစုအဖြစ်လည်း ဘောင်ခတ်ထားသည်။ လက်တွေ့တွင်၊ ဆိုလိုသည်မှာ သုတေသီများသည် လေ့ကျင့်နေစဉ်အတွင်း ကျိုးကြောင်းဆင်ခြင်ခြင်း၊ ကိရိယာအသုံးပြုခြင်း၊ အစီအစဥ်ရေးဆွဲခြင်း၊ နည်းစနစ်များကို မျိုးပွားခြင်းနှင့် ၎င်းတို့ကို ကိရိယာအသစ်များနှင့် ဒိုမိန်းများထံ လိုက်လျောညီထွေဖြစ်အောင် လေ့လာနိုင်သည် - နောက်ဆုံးအလေးများကိုသာ ထုတ်ပြန်သည့်အခါ ပုံမှန်မဖြစ်နိုင်သော အလုပ်ဖြစ်သည်။
စွမ်းဆောင်နိုင်သည်ဟု ဆိုကြသည်။
ရေယာဉ်စုငယ်များ၏ မော်ဒယ်များသည် ခေတ်မီသော ရလဒ်များကို သက်ဆိုင်ရာ အတိုင်းအတာဖြင့် သတ်မှတ်ပေးသည်ဟု IFM မှ ပြောကြားခဲ့သည်။ 0.9B၊ 3.7B နှင့် 7B မော်ဒယ်များသည် ၎င်းတို့၏ အရွယ်အစား အတန်းများကို သင်္ချာ၊ ကျိုးကြောင်းဆင်ခြင်ခြင်း၊ အထွေထွေ စွမ်းရည်၊ ကုဒ်ရေးခြင်း နှင့် အေးဂျင့်လုပ်စရာ အလုပ်များ တစ်လျှောက်တွင် ဦးဆောင်နေကြောင်း သိရသည်။
ကြေငြာချက်မှ အချို့သော အသေးစိတ်အချက်များ- K2 Horizon 0.9B သည် AIME 2026 တွင် 48 မှတ်အထက် ရမှတ်ဖြစ်ပြီး သေးငယ်သောမော်ဒယ်များအတွက် ရက်စက်ကြမ်းကြုတ်ဆဲဖြစ်သော ပြိုင်ဆိုင်မှုသင်္ချာဆိုင်ရာစံနှုန်းတစ်ခုဖြစ်သည်။ 3.7B နှင့် 7B မော်ဒယ်များသည် ပြင်းထန်သော SWE-ခုံတန်းလျားနှင့် BrowseComp ရလဒ်များအတွက် မီးမောင်းထိုးပြထားပြီး ၎င်းတို့၏အရွယ်အစားအတွက် ပုံမှန်မဟုတ်သော ဆော့ဖ်ဝဲလ်အင်ဂျင်နီယာနှင့် အဆင့်ပေါင်းများစွာ ရှာဖွေနိုင်မှုတို့ကို ညွှန်ပြထားသည်။ 36B-A4B မော်ဒယ်သည် Mixture-of-Value-Attention (MoVA) ယန္တရားအသစ်ကို မိတ်ဆက်ထားပြီး၊ ၎င်းသည် ၎င်း၏တက်ကြွသော ကန့်သတ်ချက်အရေအတွက်ထက် ကျော်လွန်နိုင်သည့် စွမ်းရည်အတွက် IFM က ဂုဏ်ပြုထားသည်။ 32B နှင့် 375B-A23B မော်ဒယ်များကို ၎င်းတို့၏ သက်ဆိုင်ရာအတန်းများတွင် ထိပ်တန်းမော်ဒယ်များကြားတွင် အဆင့်သတ်မှတ်ခြင်းအဖြစ် ဖော်ပြထားပါသည်။
ဓာတ်ခွဲခန်းမှထုတ်ဝေသည့် မည်သည့်အကဲဖြတ်မှုမဆိုကဲ့သို့ပင်၊ ဤကိန်းဂဏာန်းများသည် ကိုယ်တိုင်အစီရင်ခံပြီး သီးခြားအတည်ပြုခြင်းမှာ အချိန်ယူရမည်ဖြစ်ပါသည်။ သို့သော် နံပါတ်များ တက်လာပါက၊ ရေယာဉ်စု၏ entry-level နှင့် mid-size tiers သည် စားသုံးသူ hardware ပေါ်တွင် အသုံးပြုသော မော်ဒယ်များမှ developer များ မျှော်လင့်ထားသည်များကို ပြန်လည်ပုံဖော်နိုင်သည်။
အဘူဒါဘီသည် ပွင့်လင်းသော AI တွင် အဘယ်ကြောင့် ဆက်လက်ပြသနေသနည်း။
ပွင့်လင်းမြင်သာသော မော်ဒယ်ဖွံ့ဖြိုးတိုးတက်မှုတွင် ယူအေအီး၏ ကြီးထွားလာနေသော ခြေရာကို ခိုင်မာစေပါသည်။ 2025 ခုနှစ်တွင် G42 နှင့် K2 Think ကျိုးကြောင်းဆင်ခြင်ခြင်းစနစ်အား စတင်ခဲ့သည့် MBZUAI အပါအဝင် အဘူဒါဘီ၏ AI ဂေဟစနစ်သည် အဖွင့်ထုတ်ဝေမှုကို ဗျူဟာမြောက်ကွဲပြားသည့်ပုံစံအဖြစ် Reuters က ကြာသပတေးနေ့ထုတ်ဖော်ပြမှုတွင် ဖမ်းယူထားသည့် ပုံစံတစ်ခုဖြစ်သည်။
အချိန်အခါသည် အဖွင့်မော်ဒယ်များအတွက် အပြောင်းအရွှေ့ဈေးကွက်သို့ ရောက်နေသည်။ Hugging Face ကို အကြမ်းဖျင်း $12.9 ဘီလီယံဖြင့် ဝယ်ယူရန် Nvidia ၏ သဘောတူညီချက်သည် ယခုအပတ်တွင် ကြေညာခဲ့ပြီး open model ဖြန့်ချီရေးပလပ်ဖောင်းများအတွင်း ကုန်သွယ်မှုတန်ဖိုး မည်မျှရှိသည်ကို အလေးပေးဖော်ပြခဲ့သည်။ ဟိုက်ပါစကေးသမားများသည် တရုတ်ဓာတ်ခွဲခန်းများမှ အဝလွန်မော်ဒယ်များကို လိုင်စင်ထုတ်ပေးရန် တန်းစီနေပြီး အနောက်တိုင်း AI ကုမ္ပဏီများသည် အဖွင့်အလေးများကို အချိန်မတန်မီ ကန့်သတ်ချက်များနှင့် ပတ်သက်၍ သတိပေးစာတစ်စောင် ထုတ်ပြန်ခဲ့သည်။
ထိုနောက်ခံမြင်ကွင်းကိုဆန့်ကျင်ဘက်၊ ၎င်း၏လေ့ကျင့်ရေးပိုက်လိုင်းတစ်ခုလုံးကို ထုတ်ဝေသည့် နယ်နိမိတ်ချင်းကပ်နေသော ရေယာဉ်စုသည် သုတေသီများ၊ startup များနှင့် အစိုးရများအား US ပံ့ပိုးပေးသူလက်တစ်ဆုပ်စာထံမှ ပိတ်ထားသော APIs များပေါ်မူတည်၍ အခြားရွေးချယ်စရာတစ်ခုပေးသည်။
##ဘာတွေဆက်ကြည့်ရမလဲ
K2 Horizon သည် ခေါင်းစဉ်များထက် ကျော်လွန်၍ အရေးကြီးသလား မေးခွန်းသုံးခုက ဆုံးဖြတ်ပေးလိမ့်မည်။ ပထမဦးစွာ၊ အထူးသဖြင့် တောင်းဆိုချက်များ အထူးခြားဆုံးသော သေးငယ်သော မော်ဒယ်များအတွက် သီးခြားလွတ်လပ်သော အကဲဖြတ်သူများမှ စံရလဒ်များကို ပြန်လည်ထုတ်ပေးနိုင်ပါသလား။ ဒုတိယ၊ IFM မှ အချို့သော သင်တန်းဒေတာများကို ပြန်လည်ဖြန့်ဝေ၍ မရနိုင်ကြောင်း အသိအမှတ်ပြုသောကြောင့် ဒေတာအစုံလိုင်စင်များကို လက်တွေ့တွင် မည်မျှခွင့်ပြုနိုင်သနည်း။ တတိယ၊ လုပ်ငန်းများသည် အဓိက cloud အပြင်ဘက်တွင် 375B ကျဲပါးသော မော်ဒယ်ကို အမှန်တကယ် လက်တွေ့အသုံးချမည်လား သို့မဟုတ် ဖုန်းများနှင့် လက်ပ်တော့များပေါ်တွင် လုပ်ဆောင်သည့် 7B နှင့် အောက်အဆင့်တွင် လက်တွေ့ကျသော သက်ရောက်မှုကို အာရုံစိုက်မည်လား။
ဖြစ်နိုင်ခြေအရှိဆုံး ချက်ခြင်းအကျိုးသက်ရောက်မှုသည် သုတေသနပွင့်လင်းမြင်သာမှုအပေါ်ဖြစ်သည်။ စစ်ဆေးရေးဂိတ်များ၊ မှတ်တမ်းများနှင့် ဒေတာချက်ပြုတ်နည်းများ အများသူငှာ၊ K2 Horizon သည် ခေတ်မီသော ကျိုးကြောင်းဆီလျော်မှုနှင့် အေးဂျင့်-စွမ်းဆောင်နိုင်သော မော်ဒယ်မိသားစုကို တည်ဆောက်ပုံ—ဤအတိုင်းအတာတွင် အသိုင်းအဝိုင်းတွင် တစ်ခါမျှမရရှိဖူးသောအရာတစ်ခု၏ ပြီးပြည့်စုံသော အလုပ်ဖြစ်ပုံဥပမာကို နယ်ပယ်ကို ပေးသည်။
အဓိက AI ဖွံ့ဖြိုးတိုးတက်မှုတိုင်း၏ ရှေ့တွင်နေပါ။
မော်ဒယ်များ ထုတ်ဝေမှုများသည် လတိုင်းတွင် ပိုမိုမြန်ဆန်လာပါသည်။ အရေးမကြီးမီ မိတ်ဆက်ပွဲတိုင်းနှင့် စံနှုန်းများကို လိုက်နာပါ။
---
AI ၏ရှေ့တွင်နေရန်နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →