ဒေတာစင်တာများကို ဖြည့်ပေးသည့် ထရီလီယံ-ပါရာမီတာ မော်ဒယ်များကို တည်ဆောက်ရန် ရှေ့တန်းမှ ဓာတ်ခွဲခန်းများ ပြိုင်နေချိန်တွင်၊ developer တစ်ဦးသည် အခြား ဦးတည်ရာသို့ လုံးလုံးလျားလျား လိုက်သွားသည်- 1980s floppy disk တစ်ခုတည်းပေါ်တွင် အံဝင်ခွင်ကျဖြစ်သော အလုပ်လုပ်သော အမေးအဖြေ ဘာသာစကား မော်ဒယ်သည် 486DX အတွင်းသို့ တင်ပို့နိုင်လောက်အောင် သက်တမ်းရှိ CPU ပေါ်တွင် အလုပ်လုပ်ပါသည်။

Tiny 2.1 ဟုခေါ်သော ပရောဂျက်ကို Hackaday မှ တွေ့ရှိခဲ့ပြီး Futurism နှင့် Tom's Hardware တို့မှ ယခုအပတ်တွင် ကောက်ယူခဲ့သည်။ ၎င်း၏ GitHub ပရောဂျက်စာမျက်နှာအရ၊ မော်ဒယ်တစ်ခုလုံးသည် 8-bit အလေးချိန်၏ 380 KB ခန့်ရှိပြီး MS-DOS-ဖော်မတ်ချထားသည့် ဖလပ်ဒီဒစ်တစ်ခုပေါ်တွင် အဆင်ပြေစေရန် သေးငယ်သည် — နှင့် လုပ်ဆောင်ရန် မမ်မိုရီ 540 KB သာ လိုအပ်သည်။ နှိမ့်ချသော PC စပီကာမှတစ်ဆင့် ၎င်း၏အဖြေများကိုပင် ထုတ်ပြောကြောင်း Tom's Hardware က ဖော်ပြသည်။ AI ၏မျှော်လင့်ချက်များကို ချိုးဖျက်နိုင်သော ဇာတ်လမ်းများကို သင်နှစ်သက်ပါက၊ ကျွန်ုပ်တို့၏ နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများ သည် အစွန်းအထင်းမှသည် ထရီလီယံ-ပါရာမီတာ နယ်နိမိတ်စနစ်အထိ အရာအားလုံးကို အကျုံးဝင်ပါသည်။

Parameters 367,000 ပါသော အမေးအဖြေ Transformer တစ်ခု

Tiny 2.1 သည် ခန့်မှန်းခြေအားဖြင့် 367,000 ဘောင်များပါရှိသော သေးငယ်သော ထရန်စဖော်မာဗိသုကာတစ်ခုဖြစ်သည် — ပုံမှန်အားဖြင့် ဘီလီယံနှင့်ချီသောနိမ့်သော "ပေါ့ပါးသော" မော်ဒယ်များ၏ အရွယ်အစား၏ အစိတ်အပိုင်းတစ်ခုဖြစ်သည်။ ၎င်းကို Turbo C 2.0 ဖြင့် ရေးသားထားပြီး 1980 ခုနှစ်များနှင့် 1990 ခုနှစ်များအစောပိုင်းတွင် တစ်ကိုယ်ရေသုံးကွန်ပျူတာများကို လွှမ်းမိုးထားသည့် MS-DOS နှင့် Intel 486DX နှင့် အစောပိုင်း Pentium မျိုးဆက်များကဲ့သို့ အဟောင်းစက်များကို ပစ်မှတ်ထား၍ လုပ်ဆောင်ထားသည်။

၎င်း၏လေ့ကျင့်ရေးဒေတာသည် သေးငယ်သည်- အချက်အလက် 3,500 သာရှိသည်။ ထိုကန့်သတ်ချက်သည် ၎င်းကိုအသုံးပြုခြင်းအတွေ့အကြုံကို သတ်မှတ်သည်။ ပရောဂျက်စာမျက်နှာတွင် မျှဝေထားသည့် ဖန်သားပြင်ပုံတစ်ခုတွင်၊ မော်ဒယ်သည် ဝေလငါးများသည် ငါးများထက် နို့တိုက်သတ္တဝါဖြစ်ကြောင်း မှန်ကန်စွာ အဖြေပေးကာ တယ်လီဖုန်းတီထွင်မှုဖြင့် Alexander Graham Bell ကို မှန်ကန်စွာ ဂုဏ်ပြုပေးပါသည်။ 17 ကြိမ် 23 ကိုတွက်ချက်ခိုင်းသော်လည်း "96" ဟုပြန်ဖြေသည်။ ပြင်သစ်ဘုရင်က ဘယ်သူလဲလို့ မေးတော့ သူက 100 ရာခိုင်နှုန်း ယုံကြည်မှုအပြည့်နဲ့ "အဲဒါက Antarce Newton" လို့ စိတ်ချလက်ချ တုံ့ပြန်ပါတယ်။

ကလော့ဒ်ကဲ့သို့ စွမ်းဆောင်ရည်ကို မမျှော်လင့်ပါနှင့်

Futurism သည် ပြတ်ပြတ်သားသား မှတ်ချက်ချထားသည့်အတိုင်း၊ မော်ဒယ်သည် ကမ္ဘာကြီးအကြောင်း သိပ်မသိသောကြောင့် “အချိန်တိုင်းတွင် အဖြေများစွာကို ဖန်တီးပေးသည်” ဖြစ်သည်။ ပြန်လည်ရယူခြင်းအလွှာမရှိပါ၊ ကိရိယာအသုံးပြုခြင်းမရှိပါ၊ ဝဘ်ရှာဖွေမှုမရှိပါ — သေးငယ်သောအာရုံကြောကွန်ရက်တစ်ခုမျှသာဖြစ်ပြီး ၎င်း၏ 3,500-အချက်လေ့ကျင့်မှုအစုံမှ စုပ်ယူထားသည့် မည်သည့်ပုံစံများကိုမဆို ပြုလုပ်ပါ။

ပရောဂျက်ကို ထင်ရှားစေသောအရာမှာ ၎င်း၏တည်ရှိမှုသရုပ်ပြမှုထက် မော်ဒယ်လုပ်ဆောင်နိုင်မှု နည်းပါးသည်။ ခေတ်မီ LLM ကောက်ချက်သည် မှတ်ဉာဏ်၏ ဂစ်ဂါဘိုက်များ၊ GPU အရှိန်မြှင့်ခြင်းနှင့် ပါဝါကီလိုဝပ်တို့နှင့် ဆက်စပ်နေသည်။ Tiny 2.1 သည် ထရန်စဖော်မာသည် ပြောဆိုရန် ရေပေါ်မှတ်ယူနစ်မရှိသော ဟာ့ဒ်ဝဲတွင် ဖွဲ့စည်းတည်ဆောက်ပုံ၊ အမေးအဖြေအပြန်အလှန်ကို ထုတ်လုပ်နိုင်သည်ဟူသော အယူအဆကို သက်သေပြနိုင်သည်၊ ဖလော်ပီထက်ကျော်လွန်၍ ဟာ့ဒ်ဒရိုက် လိုအပ်ချက်မရှိ၊ မားသားဘုတ်စပီကာကဲ့သို့ပင် အသံထွက်လမ်းကြောင်းကို သက်သေပြသည်။

AI သည် AI ဖြင့်တည်ဆောက်ထားသည်။

မက်တာလှည့်ကွက်လည်း ရှိတယ်။ ပရောဂျက်စာမျက်နှာအရ၊ developer သည် စာကြောင်းတိုင်းကို လက်ဖြင့်မရေးဘဲ၊ ၎င်းတို့သည် လေ့ကျင့်ရေးလုပ်ငန်းစဉ်ကို ပံ့ပိုးရန်အတွက် Anthropic's Fable 5.2 ကို အသုံးပြု၍ မော်ဒယ်၏ကုဒ်နှင့် Opus 5.5 ကို ရေးရန် အကူအညီပေးခဲ့သည်။ တစ်နည်းဆိုရသော်၊ ဖလော်ပီဒစ်ပေါ်တွင် အံဝင်ခွင်ကျဖြစ်လောက်အောင် သေးငယ်သော မော်ဒယ်သည် ကြီးမားသောမိဘများ၏ သားစဉ်မြေးဆက်ဖြစ်သည့် Frontier-scale AI စနစ်များ၏ အကူအညီဖြင့် ကိုယ်တိုင်ရေးသားပြီး လေ့ကျင့်သင်ကြားခဲ့သည်။

ထိုအလုပ်အသွားအလာသည် AI အင်ဂျင်နီယာ၏ ကျယ်ပြန့်သောလမ်းကြောင်းကို ထင်ဟပ်စေကာ မော်ဒယ်ကြီးများသည် ပိုမိုသေးငယ်သောဟာ့ဒ်ဝဲပေါ်တွင် လုပ်ဆောင်သည့် စနစ်များကို ပိုမိုထုတ်လုပ်၊ အမှားရှာရန်နှင့် အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်ပေးသည့် ကျယ်ပြန့်သောလမ်းကြောင်းကို ထင်ဟပ်စေသည်။ Cloud-scale မော်ဒယ်များသည် ဖုန်းများ၊ မိုက်ခရိုကွန်ထရိုလာများနှင့် မြှုပ်သွင်းထားသော စက်ပစ္စည်းများအတွက် ကွန်ရက်များကို ချုံ့ပြီး အရေအတွက်များရန် ကူညီပေးသည့် ခေတ်မီ edge-AI toolchains တွင် အလားတူပုံစံကို ပေါ်လွင်စေသည်။

မော်ဒယ်လေးတွေက ဘာကြောင့် အရေးကြီးတာလဲ။

Tiny 2.1 သည် မည်သည့် စီးပွားရေးဆိုင်ရာ chatbot ကိုမျှ ခြိမ်းခြောက်မည်မဟုတ်ပါ။ သို့သော် ၎င်းကဲ့သို့သော ပရောဂျက်များသည် မော်ဒယ်ချုံ့မှု မည်မျှအထိ ရောက်ရှိလာသည်ကို အသုံးဝင်သော သတိပေးချက်အဖြစ် လုပ်ဆောင်သည် — နှင့် လိုအပ်သည်ထက် မည်မျှ bloat သည် ရွေးချယ်မှုဖြစ်သည် ။ Retro-computing ဝါသနာအိုးများသည် ဘရောက်ဆာ-စွမ်းဆောင်နိုင်သော Amigas မှ ကွန်ရက်ချိတ်ဆက်ထားသော 8-bit စက်များအထိ ဆယ်စုနှစ်များစွာ သက်တမ်းရှိ ဟာ့ဒ်ဝဲသည် အံ့အားသင့်စရာကောင်းသည့် အလုပ်များကို ဆက်လက်လုပ်ဆောင်နိုင်ကြောင်း သရုပ်ပြခဲ့သည်။ ထိုမျိုးရိုးတွင် ပါဝင်သည့် ဘာသာစကားပုံစံသည် ပထမတစ်မျိုးဖြစ်ပြီး အပျော်သဘောမျိုးဖြစ်သည်။

Tiny 2.1 ကို ပုံသွင်းသည့် အင်ဂျင်နီယာဆိုင်ရာ ကန့်သတ်ချက်များသည် ထိရောက်မှု၌ ပျက်ပြားစေသော သင်တန်းတစ်ခုလည်းဖြစ်သည်။ 8-bit အလေးချိန်ဖော်မတ်တစ်ခု၊ အလုပ်အတွက် အရွယ်အစားရှိသော ဝေါဟာရနှင့် တည်ဆောက်ပုံနှင့် ဟာ့ဒ်ဝဲကန့်သတ်ချက်များပတ်လည်တွင် ဒီဇိုင်းထုတ်ထားသော အထွက်လမ်းကြောင်းတစ်ခုသည် ကီလိုဘိုက်တိုင်းကို တွက်ချက်ထားသည့် စနစ်တစ်ခုအထိ ပေါင်းထည့်ပါသည်။ အရေအတွက် ခွဲထုတ်ခြင်း၊ ဖြတ်တောက်ခြင်းနှင့် ပေါင်းခံခြင်းတို့သည် အလွန်ကြီးမားသော အတိုင်းအတာဖြင့် တည်ဆောက်ထားသော မော်ဒယ်များအတွက် နောက်ကြောင်းပြန်မှုဆိုင်ရာ ပြုပြင်မှုများဖြစ်သည့် ပင်မရေစီးကြောင်း ဖြန့်ကျက်မှုများနှင့် ဆန့်ကျင်ဘက်ဖြစ်သည် — နှင့် ချက်တင်စက်ရှင်တစ်ခုသည် Tiny 2.1 runtime တစ်ခုလုံး လိုအပ်သည်ထက် မှတ်ဉာဏ်ပိုမိုစားသုံးနိုင်သော၊ အလေးများလည်း ပါဝင်သည်။

သုတေသနပညာရှင်များနှင့် စည်းကမ်းထိန်းသိမ်းရေးအဖွဲ့များသည် ကြီးမားသောလေ့ကျင့်သင်ကြားမှုနှင့် ကောက်ချက်ချမှုများအတွက် စွမ်းအင်ကုန်ကျစရိတ်အပေါ် ပိုမိုအာရုံစိုက်လာကာ AI ၏ ပါဝါစားချင်စိတ်ကို ပတ်ဝန်းကျင်ဆိုင်ရာ ဆန်းစစ်မှုပြုလုပ်သည့်အချိန်တွင်လည်း ၎င်းသည် အမေရိကန်ပြည်ထောင်စုတစ်ဝှမ်းရှိ ဒေတာစင်တာတွင် နေရာထိုင်ခင်း တိုက်ပွဲများဖြစ်ပွားနေပါသည်။ မမ်မိုရီ 540 KB နှင့် 1980s ပါဝါထောက်ပံ့မှုတွင် အသုံးပြုသည့် မော်ဒယ်သည် ထိုပြဿနာအတွက် အဖြေမဟုတ်ပေ — သို့သော် ၎င်းသည် ရောင်စဉ်တန်း၏ အခြားတစ်ဖက်စွန်း၏ ကွက်ကွက်ကွင်းကွင်း သရုပ်ဖော်ပုံဖြစ်သည်- ဝပ်မဂ္ဂါဝပ်မဟုတ်ဘဲ ဝပ်ဖြင့်တိုင်းတာသည့် ခြေရာဖြင့် ကောက်ချက်ချသည်။ Floppy Disk မှ Gigawatt ကျောင်းဝင်းများအထိ နယ်ပယ်အကျယ်အဝန်း မည်မျှအထိ ရှည်လျားသည်ကို ခြေရာခံဖတ်ရှုသူများသည် ကျွန်ုပ်တို့၏ ထူးခြားဆန်းသစ်သော AI သတင်း တွင် အဆုံးနှစ်ခုလုံးကို ရှာတွေ့နိုင်ပါသည်။

ယခုအချိန်တွင်၊ Tiny 2.1 ၏ ထုတ်လုပ်သူသည် အမှန်တကယ် ရှားပါးသော အောင်မြင်မှုတစ်ခုကို တောင်းဆိုနိုင်သည်- စကားလုံး ပရိုဆက်ဆာ စာရွက်စာတမ်းကို သိမ်းဆည်းရန် သင်အသုံးပြုသည့် တူညီသော ကြားခံတစ်ခုမှ သင်ထည့်သွင်းနိုင်သော အာရုံကြောကွန်ရက်တစ်ခု၊ ဝဘ်ကို ကျော်ဖြတ်နိုင်သော စက်တစ်ခုတွင် ဖြစ်သည်။ ၎င်းသည် အဆက်မပြတ် ယောင်ယောင်ချောက်ချားနေပြီး ပြင်သစ်ဘုရင်မင်းမြတ်၏ အထောက်အထားကို လုံးဝယုံကြည်မှုဖြင့် လွဲမှားစေကာ ဂဏန်းနှစ်လုံးပါ ဂဏန်းများကို ယုံကြည်စိတ်ချစွာ ပွား၍မရပါ။ ၎င်းသည် ဖလော်ပီဒစ်ပေါ်တွင် လုံးလုံးလျားလျား လုပ်ဆောင်သည်။

AI ၏ရှေ့တွင်နေပါ။

floppy-disk မော်ဒယ်များမှ Frontier ဓာတ်ခွဲခန်းများအထိ၊ ၎င်းအားလုံးကို ကျွန်ုပ်တို့ ခြေရာခံပါသည်။ AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →