Perplexity نے Decider v1.3 پر ایک تفصیلی پوسٹ شائع کی ہے، جو اس کے فیصلہ کن ماڈل فیملی کا تازہ ترین ورژن ہے، جس کا عنوان ہے "Perplexity Decider v1.3: Training, eval, and use case." اس پوسٹ نے جمعہ کو ہیکر نیوز کے صفحہ اول کو نشانہ بنایا اور چند گھنٹوں کے اندر 140 سے زیادہ پوائنٹس حاصل کیے، جس میں ڈویلپرز بینچ مارک کے نتائج کی تجارت کرتے اور اس بات پر بحث کرتے کہ یہ ماڈل کہاں فٹ ہیں۔ اس اور دیگر بریکنگ AI نیوز* کے بارے میں مزید جاننے کے لیے، ہم ہر ماڈل کی ریلیز کے آتے ہی اس کی پیروی کرتے ہیں۔

توجہ ایک اپ ڈیٹ کے بارے میں کم اور تھریڈ سے کیا ظاہر ہوتا ہے اس کے بارے میں زیادہ ہے: بمشکل ایک سال میں، فیصلہ کرنے والے ماڈل اپنے معیارات، اپنی قیمتوں کی منطق اور ایک مسابقتی میدان کے ساتھ تجسس سے بھرے زمرے میں چلے گئے ہیں جس میں اب Perplexity، TypeSafe، Microsoft، Google، Cloudflare اور OpenAI شامل ہیں۔

فیصلہ ماڈل دراصل کیا کرتا ہے۔

واضح ترین تعریف مصنوعی تجزیے سے آتی ہے، ایک آزاد تشخیصی لیب جس کا فیصلہ انڈیکس v2.1 زمرہ کے لیے ریفرنس لیڈر بورڈ بن گیا ہے۔ اس کے وضاحت کنندہ میں، فیصلہ کرنے والا ماڈل آپشنز کے ایک مقررہ سیٹ کے ساتھ ایک سوال لیتا ہے - مثال کے طور پر، ایک سپورٹ ٹکٹ جو پوچھتا ہے کہ بلنگ یا ٹیکنیکل کے لیے روٹ کرنا ہے، آیا یہ فوری ہے، اور کسٹمر کتنا پریشان ہے - اور ہر آپشن کے لیے جواب واپس کرتا ہے جس میں ایک امکانی منسلک ہے، یہ سب ایک ہی کال میں۔

اس کے برعکس، ایک عام مقصدی زبان کا ماڈل، ایک منظم آؤٹ پٹ تیار کرتا ہے جسے پھر تجزیہ کرنا پڑتا ہے، اور ایک استدلال ماڈل جواب دینے سے پہلے اضافی کمپیوٹ سوچ میں صرف کرتا ہے۔ فیصلہ کن ماڈل اس کو چھوڑ دیتے ہیں۔ انہیں انتخاب کرنے کی تربیت دی جاتی ہے، نہ کہ وضاحت کرنے کی، یہی وجہ ہے کہ وہ ہر دستاویز، ہر درخواست پر، زیادہ حجم پر چلانے کے لیے تیز اور سستا بناتا ہے۔

زمرہ کی پیمائش کیسے کی جاتی ہے۔

مصنوعی تجزیہ فیصلہ انڈیکس v2.1، عوامی طریقہ کار کے صفحے کے ساتھ اپ ڈیٹ کیا گیا، شائع شدہ وزن کے ساتھ چھ تشخیصات کو یکجا کرتا ہے: 30 فیصد پر AA-Paperclip، جو فیصلوں اور حقائق کو نکالنے کے ذریعے 1,500 ریزیومز، رسیدیں، رسیدیں اور تحقیقی کاغذات چلاتا ہے۔ EvalSafe-ONET-AA 15 فیصد پر، TypeSafe کے ONET بینچ مارک کی بنیاد پر کام کی جگہ کے دستاویزات کے بارے میں فیصلے؛ When2Call at 10 فیصد، NVIDIA کی ٹول کالنگ تشخیص؛ AA-Omniscience-Decision v1.1 15 فیصد علم اور فریب کے لیے؛ HLE-MultiChoice v1.1 پر 15 فیصد، ہیومینٹی کے آخری امتحان کے متن کے لیے متعدد انتخابی سوالات جن میں انکار کرنے کا اختیار ہے۔ اور AA-Symmetry v1.1 15 فیصد پر، جو اس بات کی جانچ کرتا ہے کہ فیصلہ اس وقت برقرار رہتا ہے جب اس کے اختیارات کو منتقل کیا جاتا ہے، دوبارہ لفظ کیا جاتا ہے یا اس کی نفی کی جاتی ہے۔

یہ آخری امتحان بتانا ہے۔ ایک ماڈل جو اپنے جواب کو پلٹتا ہے جب آپ اختیارات کی ترتیب کو الٹ دیتے ہیں اصل میں فیصلہ نہیں کر رہا ہوتا ہے - یہ پیٹرن کے مطابق ہے۔ کیلیبریشن، انویرینس اور یہ جاننا کہ کب رد ہونا ہے، کو بونس کے بجائے فرسٹ کلاس ضروریات کے طور پر سمجھا جاتا ہے۔

ہیکر نیوز تھریڈ کیا جوڑتا ہے۔

Perplexity نے سب سے پہلے اکتوبر کے شروع میں ہیگنگ فیس پر خاندان کے 27-بلین پیرامیٹر ممبر، pplx-decider-v1-27b کو کھلا وزن کیا، لہذا کمیونٹی نے ہفتوں سے ان ماڈلز پر ہاتھ رکھا ہے۔ v1.3 کے رد عمل کو اس طرح ملایا گیا جو کہ ہائپ سائیکل کے بجائے صحت مند مارکیٹ کی طرح پڑھتا ہے۔

ایک ڈویلپر نے اطلاع دی ہے کہ ڈیکائیڈر v1.3 نے ہستی نکالنے اور مماثلت کے کام کے لیے ان کے اندرونی ایالز پر v1.2 اور TypeSafe's Jev 1.14 دونوں پر فوائد ظاہر کیے ہیں۔ ایک اور نے کہا کہ یہ ان کے مقامی بینچ مارک پر اچھی کارکردگی کا مظاہرہ کرتا ہے اور اس کی قیمت مسابقتی ہے، یہ نوٹ کرتے ہوئے کہ دو طرفہ توجہ کا فن تعمیر فیصلے کے کام کے مطابق ہوسکتا ہے۔ دوسروں نے پیچھے دھکیل دیا: ایک تبصرہ نگار نے v1.3 کو ان کے استعمال کے معاملے میں ایک قدم پیچھے پایا اور کہا کہ عوامی انڈیکس نے اتفاق کیا، اور دوسرے نے سوال کیا کہ کیا فلیش ویریئنٹس زمرے کے سستے، درست بلک فیصلوں کے بنیادی وعدے کو کمزور کرتے ہیں۔

اس تھریڈ نے اردگرد کے ماحولیاتی نظام کو بھی منظر عام پر لایا — Cloudflare کے Clef کے فیصلے کے ماڈل اور Clairic Extract ماڈل، ScaleDown API، Liquid's D1 اور OpenAI کا اپنا فیصلہ ماڈل — کے ساتھ کئی ڈویلپرز نے نوٹ کیا کہ مصنوعی تجزیہ کا انڈیکس، جس میں فی کام لاگت اور درستگی کے ساتھ ساتھ کیلیبریشن بھی شامل ہے، صرف کراس پر اعتماد ہے۔

یہ کیوں اہمیت رکھتا ہے۔

ہم نے مرحلہ وار اس زمرے کے عروج کا احاطہ کیا ہے: TypeSafe کا Jev system-one ماڈل، Microsoft کا Decision-1 جو Qwen پر بنایا گیا ہے، اور Google کا Decisions API اس کے Gemini Decision-1 ماڈل کے ساتھ۔ Perplexity shipping v1.3 پیٹرن کی تصدیق کرتا ہے — ہر بڑا AI پلیٹ فارم اب اس پرت کا مالک ہونا چاہتا ہے جہاں ساختی انتخاب کیے جاتے ہیں، کیونکہ وہ پرت ہر چیز کے سامنے بیٹھتی ہے: سپورٹ ٹرائیج، دستاویز پراسیسنگ، ٹول کالنگ، اعتدال، تعمیل کی جانچ۔

اقتصادیات نقطہ ہے. استدلال کا ماڈل درستگی پر فیصلے کے ماڈل سے ہٹ کر جواب دے سکتا ہے، لیکن زیادہ مقدار میں اس کی تاخیر اور لاگت اسے لاکھوں روزانہ کی درجہ بندی کے لیے غلط ٹول بناتی ہے۔ فیصلہ کن ماڈلز کیلیبریٹڈ، انویریئنٹ، سنگل کال جوابات کے لیے عمومی ذہانت کی تجارت کرتے ہیں، اور جیسا کہ ہیکر نیوز کی بحث سے پتہ چلتا ہے، خریدار اب اس تجارت کو حقیقی بینچ مارکس اور حقیقی کام کے بوجھ کے ساتھ درجہ بندی کر رہے ہیں۔

Decider v1.3 ان سکور کارڈز پر زندہ رہے گا یا مرے گا۔ لیکن زمرہ خود واضح طور پر آ گیا ہے۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →