आर्टिफिशियल इंटेलिजेंस के क्षेत्र में, पोस्ट-ट्रेनिंग तकनीक धीरे-धीरे मॉडल प्रदर्शन बढ़ाने के लिए एक महत्वपूर्ण तरीका बनती जा रही है। हाल ही में, एलेन आर्टिफिशियल इंटेलिजेंस रिसर्च इंस्टीट्यूट (AI2) ने Tülu3 श्रृंखला मॉडल जारी किया है, जो पूरी तरह से ओपन-सोर्स उन्नत भाषा मॉडल का सेट है, जिसका प्रदर्शन GPT-4o-mini जैसे बंद-सोर्स मॉडलों के बराबर है। Tülu3 केवल मॉडल डेटा, कोड और प्रशिक्षण नुस्खे नहीं बल्कि मूल्यांकन ढांचा भी प्रदान करता है, जिसका उद्देश्य ओपन-सोर्स मॉडल पोस्ट-ट्रेनिंग तकनीक के विकास को बढ़ावा देना है। पारंपरिक रूप से, केवल पूर्व-प्रशिक्षित मॉडल अक्सर वास्तविक अनुप्रयोग की आवश्यकताओं को प्रभावी ढंग से पूरा नहीं कर पाते हैं, संभवतः।

विशाल भाषा मॉडल जैसे GPT-4o और GPT-4o-mini की उपस्थिति ने प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में महत्वपूर्ण प्रगति की है। ये मॉडल उच्च गुणवत्ता वाली प्रतिक्रियाएँ उत्पन्न करने, दस्तावेजों को फिर से लिखने और विभिन्न प्रकार के अनुप्रयोगों की उत्पादकता बढ़ाने में सक्षम हैं। हालाँकि, इन मॉडलों का एक प्रमुख चुनौती प्रतिक्रिया उत्पन्न करने में देरी होती है। ब्लॉग को अपडेट करने या कोड को अनुकूलित करने की प्रक्रिया में, यह देरी उपयोगकर्ता अनुभव को गंभीर रूप से प्रभावित कर सकती है, विशेष रूप से उन दृश्यों में जहां कई पुनरावृत्तियों की आवश्यकता होती है, जैसे दस्तावेजों में संशोधन या कोड पुनर्संरचना। ऐसे में उपयोगकर्ता अक्सर निराश होते हैं।

OpenAI ने API में संरचित आउटपुट कार्यक्षमता जोड़ी है, जो सुनिश्चित करती है कि उत्पन्न आउटपुट पूरी तरह से पूर्व निर्धारित JSON संरचना के अनुरूप हो, API की विश्वसनीयता और अनुप्रयोग की सटीकता में उल्लेखनीय वृद्धि करती है। यह कार्यक्षमता केवल JSON की संरचना को परिभाषित नहीं करती, बल्कि आउटपुट की सटीकता को भी सुनिश्चित करती है। साथ ही, मूल्य कटौती की गई है, इनपुट मूल्य को आधा कर दिया गया है, और आउटपुट लागत में 1/3 की कमी आई है। संरचित आउटपुट का परिचय JSON प्रारूप में विशेष संरचना के अनुरूप आउटपुट सुनिश्चित करने की सीमाओं को हल करता है, संरचित आउटपुट के संदर्भ में मॉडल के प्रदर्शन में उल्लेखनीय सुधार करता है। तकनीकी नवाचार के माध्यम से, जैसे कि सीमित...