हाल ही में, Meta के इंजीनियरों ने गुमनाम सोशल प्लेटफॉर्म TeamBlind पर अपनी भावनाएँ व्यक्त की हैं, जिसमें चीन की कंपनी DeepSeek द्वारा विकसित AI मॉडल R1 के द्वारा उत्पन्न विशाल दबाव का उद्घाटन किया गया है। DeepSeek को दुनिया का पहला ओपन-सोर्स AI मॉडल माना जाता है जिसे OpenAI के o1 मॉडल के समानता में रखा जा सकता है, जबकि OpenAI की तुलना में, R1 न केवल अधिक ओपन-सोर्स है, बल्कि प्रशिक्षण लागत भी आश्चर्यजनक रूप से कम है, केवल 550万美元। इसके विपरीत, Meta के अधिकारियों का वार्षिक

26 दिसम्बर 2024 को, चीन की आर्टिफिशियल इंटेलिजेंस स्टार्टअप कंपनी DeepSeek ने अपने नवीनतम विशाल मॉडल DeepSeek-V3 का विमोचन किया, जो अपनी ओपन-सोर्स तकनीक और नवोन्मेषी चुनौतियों के लिए प्रसिद्ध है जो AI आपूर्तिकर्ताओं को पीछे छोड़ देती है। DeepSeek-V3 में 671B पैरामीटर हैं और यह विशेष पैरामीटर को सक्रिय करने के लिए विशेषज्ञ मिश्रण संरचना (mixture-of-experts architecture) का उपयोग करता है, ताकि दिए गए कार्य को सटीक और कुशलता से संभाला जा सके। DeepSeek द्वारा प्रदान किए गए अनुसार, मॉडल...

अत्यंत प्रतीक्षित Deepseek V3 अंततः ओपन-सोर्स हो गया! यह नया AI मॉडल बहुभाषी प्रोग्रामिंग क्षमता में महत्वपूर्ण प्रगति करता है, जिसे aider बहुभाषी प्रोग्रामिंग परीक्षण में इसकी प्रदर्शन के लिए, Claude 3.5 Sonnet V2 जैसे प्रतिद्वंद्वियों को भी पीछे छोड़ते हुए व्यापक उद्योग ध्यान आकर्षित किया है। जानकारी के अनुसार, Deepseek V3 पिछली संस्करणों की तुलना में प्रदर्शन में गुणात्मक छलांग लगाता है। Deepseek V2.5 ने aider परीक्षण में केवल 17% की सफलता दर दिखाई, जबकि V3 की दर बढ़कर 4 तक पहुँच गई।

जनरेटिव आर्टिफिशियल इंटेलिजेंस के क्षेत्र में, एप्पल का ध्यान मुख्य रूप से मोबाइल उपकरणों पर केंद्रित लगता है, विशेष रूप से नवीनतम iOS18 प्रणाली पर। हालाँकि, नए Apple M4 चिप ने हाल ही में प्रस्तुत Mac Mini और Macbook Pro में शानदार प्रदर्शन दिखाया है, जिससे यह वर्तमान में सबसे शक्तिशाली ओपन-सोर्स-बेस्ड बड़े भाषा मॉडल (LLMs) जैसे कि Meta के Llama-3.1405B, Nvidia के Nemotron70B और Qwen को प्रभावी ढंग से चलाने में सक्षम हो गया है।

हाल ही में, Cohere ने दो नए ओपन-सोर्स AI मॉडल लॉन्च करने की घोषणा की, जिसका उद्देश्य इसके Aya परियोजना के माध्यम से बुनियादी मॉडल के भाषाई अंतर को कम करना है। ये दो नए मॉडल Aya Expanse8B और 35B के नाम से जाने जाते हैं, जो अब Hugging Face पर उपयोग के लिए उपलब्ध हैं। इन दोनों मॉडलों के लॉन्च ने 23 भाषाओं में AI प्रदर्शन में उल्लेखनीय सुधार किया है। Cohere ने अपने ब्लॉग में बताया कि 8B पैरामीटर वाला मॉडल वैश्विक शोधकर्ताओं के लिए突破 प्राप्त करना और भी आसान बना रहा है, जबकि 32B पैरामीटर वाला मॉडल।

हाल ही में, एलेन आर्टिफिशियल इंटेलिजेंस इंस्टीट्यूट (Ai2) ने Molmo का अनावरण किया, जो एक नया ओपन-सोर्स मल्टी-मोडल AI मॉडल परिवार है, जिसने शानदार प्रदर्शन किया है और कई तीसरे पक्ष के बेंचमार्क परीक्षणों में OpenAI के GPT-4o, Anthropic के Claude3.5Sonnet और गूगल के Gemini1.5 को पीछे छोड़ दिया है। Molmo न केवल उपयोगकर्ताओं द्वारा अपलोड की गई छवियों का विश्लेषण कर सकता है, बल्कि यह 'प्रतिस्पर्धियों की तुलना में 1000 गुना कम डेटा' का उपयोग करके प्रशिक्षित किया गया है।

माइक्रोसॉफ्ट ने Phi-3.5-vision जारी किया, एक हल्का, बहु-मोडल ओपन-सोर्स AI मॉडल, जो पाठ और दृश्य इनपुट को प्रोसेस करने के लिए डिज़ाइन किया गया है, 128K संदर्भ लंबाई का समर्थन करता है। यह मॉडल संसाधन-सीमित वातावरण के लिए उपयुक्त है, जिसमें छवि समझ, OCR, चार्ट解析, और कई छवियों का संक्षेपण जैसी सुविधाएँ शामिल हैं, जिससे उत्कृष्ट प्रदर्शन और कम विलंबता दिखाई देती है। 42 बिलियन पैरामीटर से बना, उच्च गुणवत्ता वाले डेटा द्वारा प्रशिक्षित, प्रदर्शन और गोपनीयता सुनिश्चित करता है। इसमें तीन प्रकार के मॉडल शामिल हैं: हल्का AI, विशेषज्ञ मिश्रण और बहु-मोडल मॉडल, सभी छवि और वीडियो प्रोसेसिंग बेंचमार्क टेस्ट में उत्कृष्ट प्रदर्शन दिखाते हैं।

Arthur ने ओपन-सोर्स उपकरण ArthurBench लॉन्च किया है, जो बड़े भाषा मॉडलों के प्रदर्शन का मूल्यांकन और तुलना करने के लिए है। ArthurBench कंपनियों को विशिष्ट उपयोग के मामलों पर विभिन्न भाषा मॉडलों के प्रदर्शन का परीक्षण करने में मदद करता है और सटीकता, पठनीयता, जोखिम का प्रबंधन जैसे संकेतकों की तुलना में सहायता करता है। पहले ही वित्तीय सेवा कंपनियों, वाहन निर्माताओं, और मीडिया प्लेटफ़ॉर्म जैसी कंपनियों ने ArthurBench का उपयोग करना शुरू कर दिया है, जिससे विश्लेषण में तेजी और अधिक सटीक उत्तर प्रदान करने में मदद मिल रही है।