मियान दीवाल इंटेलिजेंस कंपनी ने हाल ही में मिनीसीपीएम 3.0 जारी किया, जो एक उत्कृष्ट प्रदर्शन वाला एआई मॉडल है, जो केवल 2GB मेमोरी वाले उपकरणों पर चल सकता है, एंड-साइड एआई अनुभव के एक नए युग का संकेत है। मिनीसीपीएम 3.0 मॉडल में 4B पैरामीटर हैं, और इसका प्रदर्शन GPT-3.5 से आगे निकल जाता है, जिससे मोबाइल उपकरणों पर GPT-3.5 स्तर की एआई सेवाएं प्राप्त करना संभव है। इससे उपयोगकर्ताओं को क्लाउड प्रोसेसिंग पर निर्भर हुए बिना तेज़, सुरक्षित और सुविधाओं से भरपूर स्थानीय एआई सेवाओं का आनंद मिल सकता है, साथ ही यह एक और अधिक चिकनी और गोपनीय बुद्धिमान इंटरैक्शन अनुभव की गारंटी भी देता है।

गूगल ने 20 बिलियन पैरामीटर वाला Gemma22B मॉडल पेश किया है, जो कई प्रकार के हार्डवेयर वातावरण में उत्कृष्ट प्रदर्शन दिखा रहा है, विशेष रूप से 'चैटबॉट एरेना' में GPT-3.5-Turbo-0613 और Mixtral-8x7b जैसे मॉडलों को पीछे छोड़ता है। यह मॉडल NVIDIA TensorRT-LLM लाइब्रेरी के माध्यम से ऑप्टिमाइज़ किया गया है और विभिन्न स्थितियों में, किनारे के उपकरणों से लेकर शक्तिशाली क्लाउड वातावरण तक, प्रभावी रूप से तैनात किया गया है। सुरक्षा बढ़ाने के लिए, गूगल ने ShieldGemma सुरक्षा वर्गीकरणकर्ता और Gemma S भी जारी किया है。

माइक्रोसॉफ्ट ने Phi-3 छोटे भाषा मॉडल के लिए सर्वर रहित ट्यूनिंग सुविधा की घोषणा की, जो डेवलपर्स को Azure AI प्लेटफार्म पर मॉडल प्रदर्शन को बिना आधारभूत संरचना का प्रबंधन किए आसानी से समायोजित करने की अनुमति देती है और शुरुआत में यह मुफ्त है। Phi-3 मॉडल में 30 अरब पैरामीटर हैं, जो व्यवसायिक डेवलपर्स के लिए उपयुक्त है, उच्चतम प्रदर्शन प्रदान करता है और लागत कम है। OpenAI के GPT-3.5 की तुलना में, हालांकि इसके पैरामीटर की संख्या कम है, लेकिन विभिन्न अनुप्रयोगों में यह समान प्रदर्शन करता है। सर्वर रहित ट्यूनिंग प्रक्रिया को सरल बनाता है, बाधाओं को कम करता है, और छोटे और मध्यम मॉडल की ट्यूनिंग का समर्थन करता है।

हाल ही में, Qwen2 पर आधारित एक मॉडल Arcee Spark ने 18 लाख नमूना डेटा पर सूक्ष्म-निर्माण किया, जिसमें 128k टोकन संदर्भ है। Arcee Spark का विमोचन व्यापक ध्यान आकर्षित कर रहा है, विशेष रूप से कृत्रिम बुद्धिमत्ता क्षेत्र में कार्यरत पेशेवरों के बीच, जिसने एक नया उत्साह शुरू किया है।

गूगल ने OpenAI GPT-3.5-turbo मॉडल पर सफलतापूर्वक हमला किया, लागत केवल 150 रूपए। हमले की विधि सरल है, केवल 2000 से कम API अनुरोधों के माध्यम से पूरे प्रक्षिप्ति मैट्रिक्स और छुपे हुए आयामों को प्राप्त किया जा सकता है। यह हमला दिखाता है कि बड़े भाषा मॉडल भी सुरक्षा खतरों का सामना कर सकते हैं। OpenAI ने समान हमलों को रोकने के लिए मॉडल API को संशोधित किया है।

60% GPT-3.5 आउटपुट में प्लेजियरीज़्म की समस्या है। Copyleaks की रिपोर्ट में कहा गया है कि 60% आउटपुट में प्लेजियरीज़्म है। GPT-3.5 विभिन्न विषयों में विभिन्न समानता स्कोर दिखाता है। प्लेजियरीज़्म की समस्या ने OpenAI और न्यूयॉर्क टाइम्स के बीच कानूनी विवाद को जन्म दिया है।

चोरी का पता लगाने वाली कंपनी Copyleaks की एक रिपोर्ट में बताया गया है कि GPT-3.5 मॉडल के आउटपुट में 60% किसी न किसी रूप में चोरी का सामग्री है। Copyleaks ने स्वतः ग्रेडिंग विधि का उपयोग करते हुए पाठ की समानता, छोटी परिवर्तनों, और व्याख्या जैसे कारकों को ‘समानता स्कोर’ निर्धारित करने के लिए उपयोग किया। कंप्यूटर विज्ञान, भौतिकी, मनोविज्ञान जैसे विषयों में समानता सबसे अधिक थी जबकि नाटक, मानविकी, और अंग्रेजी में समानता न्यूनतम थी। OpenAI ने बिना इरादे से मेमोरी के उपयोग को सीमित करने के उपाय किए हैं और जानबूझकर प्रतिकृत सामग्री पर भी प्रतिबंध लगाया है। न्यूयॉर्क टाइम्स के मुकदमे के अलावा, निर्माता भी AI प्रशिक्षण का अधिकार हासिल करने का प्रयास कर रहे हैं।

Mistral ने हाल ही में Mixtral8x7B मॉडल जारी किया, जिसने AI क्षेत्र में बड़ी हलचल मचाई। यह मॉडल उद्योग के प्रसिद्ध GPT-3.5 और मेटा के Llama2 परिवार को पार करता है, और ओपन-सोर्स AI के क्षेत्र में खासी चर्चा पैदा करता है। Mistral8x7B का प्रदर्शन प्रारंभिक उपयोगकर्ताओं को चकित करता है, लेकिन इससे सुरक्षा संबंधी चिंताएँ भी उठती हैं। जारी किया गया Mistral ओपन-सोर्स मॉडल Mixtral8x7B, उद्योग के प्रसिद्ध GPT-3.5 और मेटा के Lla को पार करता है।

कैलिफोर्निया विश्वविद्यालय के शोध में पाया गया कि GPT-4 ट्यूरिंग टेस्ट पास नहीं कर सका, और मानव बुद्धिमत्ता से कम प्रदर्शन किया। GPT-3.5 मॉडल 60 साल पुराने AI चैटबॉट ELIZA के साथ बातचीत में हार गया। शोध ने ट्यूरिंग टेस्ट का उपयोग कर कृत्रिम बुद्धिमत्ता मॉडल की मानवता के विशेषताओं का अन्वेषण किया, जिससे अकादमिक ध्यान आकर्षित हुआ। जांचकर्ताओं का निर्णय मुख्य रूप से भाषा शैली और सामाजिक भावनात्मक विशेषताओं पर आधारित था, जिनमें शिक्षा स्तर का महत्वपूर्ण पूर्वानुमान नहीं था।

माइक्रोसॉफ्ट के CEO सत्य नडेला ने क्लाउड डेवलपर्स सम्मेलन में घोषणा की कि Azure ने नई जनरेटिव AI मॉडल लॉन्च किए हैं। नए मॉडल में GPT-4 Turbo और GPT-3.5 Turbo शामिल हैं, जो अधिक उन्नत और कुशल कृत्रिम बुद्धिमत्ता उपकरण प्रदान करते हैं। GPT-4 Turbo लागत प्रभावशीलता में 3 गुना बेहतर है और आउटपुट प्रभावशीलता में 2 गुना बेहतर है, जिसमें समानांतर कॉल और JSON मोड जैसी नई विशेषताएँ शामिल हैं। Azure OpenAI सेवा पूर्वी नॉर्वे, दक्षिणी भारत और पश्चिमी अमेरिका में तीन नए क्षेत्रों में विस्तारित हो रही है।

माइक्रोसॉफ्ट पेपर ने खुलासा किया कि GPT-3.5 के पैरामीटर मात्र 20B हैं, जो कि सरकारी दावों से बहुत अधिक है। CodeFusion का छोटा मॉडल अद्भुत प्रदर्शन कर रहा है, केवल 75 मिलियन पैरामीटर के साथ। विवाद के बीच, मॉडल के आकार और प्रदर्शन पर गहन विचार। एआई क्षेत्र में प्रतिस्पर्धा तीव्र, ChatGPT और ClaudeAI शीर्ष स्थान के लिए प्रतिस्पर्धा कर रहे हैं। GPT-4 के समीक्षक, ताओ झे झुआन ने गणितीय समस्याओं को हल करने के लिए GPT-4 का उपयोग किया।

कुनलून वानवे द्वारा विकसित तियानगोंग बड़े मॉडल ने बेंचमार्क GSM8K परीक्षण में 80% सटीकता प्राप्त की है। तियानगोंग बड़े मॉडल की निष्कर्षण क्षमता GPT-3.5 और LLaMA2 को पार कर गई है। तियानगोंग बड़े मॉडल का प्रदर्शन विभिन्न डेटा सेटों पर उत्कृष्ट है। तियानगोंग बड़े मॉडल की समस्या को सुलझाने की प्रक्रिया सरल और स्पष्ट है। तियानगोंग बड़े मॉडल उपयोगकर्ताओं और उद्यमों को शक्तिशाली बुद्धिमत्ता सहायता प्रदान करेगा।

OpenAI ने Scale AI को GPT-3.5 के लिए 'प्रमुख साझेदार' के रूप में नियुक्त किया है। Scale AI OpenAI के शक्तिशाली API का उपयोग करके अधिक व्यवसायों को सबसे शक्तिशाली कस्टम LLM बनाने में मदद करेगा। Scale AI और Brex के माइक्रो-ट्यूनिंग के मामले अच्छे परिणाम दिखाते हैं।

OpenAI ने GPT-3.5 टर्बो微调 क्षमता का शुभारंभ किया है और API को अपडेट किया है, जिससे कंपनियां और डेवलपर्स अपने डेटा का उपयोग करके विशेष ChatGPT बना सकते हैं।微调 क्षमता वर्तमान में बड़ी भाषा मॉडल के व्यवसायिक अनुप्रयोगों का मुख्य तरीका है, जो मॉडल के प्रदर्शन में सुधार कर सकता है और विशिष्ट व्यवसायिक परिदृश्यों के लिए अनुकूलित कर सकता है।微调 के माध्यम से, मॉडल सीख सकता है कि विशिष्ट क्षेत्र के प्रश्नों को बेहतर तरीके से कैसे समझाना, उत्पन्न करना और पूर्वानुमान करना है।