पोर्टकी एआई गेटवे एक ओपन-सोर्स समाधान है जो विभिन्न बड़े भाषा मॉडल को एक साथ जोड़ने में आसानी प्रदान करता है। यह डेवलपर्स को विभिन्न मॉडलों की क्षमताओं का उपयोग करने और एकीकृत अनुभव बनाने में मदद करता है।

BioChatter एक ओपन-सोर्स फ़्रेमवर्क है जो बायोमेडिकल अनुसंधान को आसान बनाने के लिए डिज़ाइन किया गया है। यह बड़े भाषा मॉडल (LLM) के उपयोग की बाधाओं को कम करके शोधकर्ताओं को जटिल डेटा से अंतर्दृष्टि निकालने में मदद करता है।

कृत्रिम बुद्धिमत्ता के क्षेत्र में, एक क्रांतिकारी तकनीक चुपके से उभर रही है। हाल ही में, इनसेप्शन लैब्स ने मर्करी श्रृंखला के डिफ्यूज़न लार्ज लैंग्वेज मॉडल (dLLMs) को लॉन्च करने की घोषणा की है, जो कि एक नई पीढ़ी का भाषा मॉडल है जिसका उद्देश्य उच्च-गुणवत्ता वाले टेक्स्ट को तेज़ी और कुशलता से उत्पन्न करना है। पारंपरिक ऑटोरेग्रेसिव लार्ज लैंग्वेज मॉडल की तुलना में, मर्करी पीढ़ी की गति में 10 गुना तक की वृद्धि करता है, जो NVIDIA H100 ग्राफिक्स कार्ड पर प्रति सेकंड 1000 से अधिक टोकन की गति प्राप्त करता है, यह गति...

Meta AI के शोधकर्ताओं ने शैक्षणिक भागीदारों के साथ मिलकर एक नवोन्मेषी प्रणाली विकसित की है - MILS (मल्टीमोडल इटरेटिव LLM समाधानकर्ता)। यह प्रणाली बिना विशेष प्रशिक्षण के बड़े भाषा मॉडलों को चित्रों, वीडियो और ऑडियो को संभालना सिखाने में सक्षम है। MILS प्राकृतिक प्रश्न समाधान क्षमताओं पर निर्भर करता है, न कि विशाल डेटा प्रशिक्षण पर, जो इसकी अनूठी विशेषताओं को दर्शाता है। MILS का कार्यप्रणाली दो AI मॉडलों को जोड़कर कार्य समाधान करना है: एक 'जनरेटर' होता है, जो कार्य समाधान का प्रस्ताव करता है, और दूसरा 'मूल्यांकनकर्ता' है।

आंद्रसन होरोविट्ज़ के भागीदार जस्टिन मूर ने हाल ही में X पर एक नए निवेश विचार का परिचय दिया, जो "LLMs और एजेंटों द्वारा बनाए गए माता-पिता के लिए नए 'को-पायलट'" का समर्थन करता है। उन्होंने Cradlewise जैसी कंपनियों का उल्लेख किया, जो एक कृत्रिम बुद्धिमत्ता बेबी मॉनिटर बनाती है जो शिशुओं की नींद के पैटर्न का पता लगाने और बेबी क्रिब को हिलाने में सक्षम है, जबकि Nanit कृत्रिम बुद्धिमत्ता का उपयोग शिशु बिस्तर की वीडियो को प्रसंस्कृत करने के लिए करती है ताकि यह पता लगाया जा सके कि बच्चा साँस ले रहा है या नहीं। चित्र स्रोत का नोट: चित्र AI द्वारा उत्पन्न किया गया है, चित्र अधिकार सेवा प्रदाता Midjourney मूर

एक नामित ओपनआर का नवीनतम ओपन-सोर्स ढांचा हाल ही में पेश किया गया है, जिसका उद्देश्य बड़े भाषा मॉडल (LLMs) की जटिल अनुमान कार्यों में कमियों को हल करना है। यह ढांचा लंदन विश्वविद्यालय कॉलेज, लिवरपूल विश्वविद्यालय, शंघाई जियाओटोंग विश्वविद्यालय, हांगकांग विज्ञान और प्रौद्योगिकी विश्वविद्यालय (ग्वांगझू) और पश्चिम झील विश्वविद्यालय के शोधकर्ताओं द्वारा संयुक्त रूप से विकसित किया गया है, जो परीक्षण समय की गणना, सुदृढीकरण सीखने और प्रक्रिया पर्यवेक्षण को संयोजित करके LLMs के अनुमान क्षमताओं को बढ़ाने के लिए नए तरीके प्रदान करता है। हालांकि LLMs ने भाषा निर्माण में महत्वपूर्ण प्रगति की है, लेकिन गणित, प्रोग्रामिंग और वैज्ञानिक समस्याओं जैसे जटिल कार्यों से निपटने में अभी भी कमी है।

प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में, बड़े भाषा मॉडल जटिल कार्यों पर उत्कृष्ट प्रदर्शन करते हैं, लेकिन मॉडल का मूल्यांकन महंगे और समय-consuming मानव एनोटेशन डेटा पर अत्यधिक निर्भर करता है। जैसे-जैसे मॉडल में सुधार होता है, अनुबंधित डेटा की उपयोगिता घटती जाती है, और मूल्यांकन की विस्तार और स्थिरता बनाए रखने के लिए नए डेटा को लगातार इकट्ठा करने की आवश्यकता होती है। Meta FAIR अनुसंधान टीम ने इस समस्या के समाधान के लिए "Self-Taught Evaluator" (स्वतंत्र मूल्यांकनकर्ता) पेश किया है। यह नवाचारात्मक विधि मानव एनोटेशन पर निर्भर किए बिना डेटा को संश्लेषित करके इसे प्रशिक्षित करती है। समानांतर संश्लेषित प्राथमिकताओं को उत्पन्न करके।

बड़े भाषा मॉडल (LLMs) अपनी उत्कृष्ट प्राकृतिक भाषा प्रसंस्करण क्षमताओं के लिए प्रसिद्ध हैं, लेकिन व्यवहार में, उनके अनुकरण चरण उच्च गणना लागत और मेमोरी उपयोग की चुनौतियों का सामना करते हैं। LLMs की दक्षता बढ़ाने के लिए, शोधकर्ताओं ने एक तकनीक पेश की है जिसे Q-Sparse कहा जाता है। Q-Sparse विधि सक्रियता में top-K अस्पष्टता और सीधा अनुमान लगाने वाले तकनीकों को लागू करके पूरी तरह से अस्पष्ट सक्रियता की स्थिति संपीड़न हासिल करती है, जिससे अनुकरण दक्षता में महत्वपूर्ण वृद्धि होती है। शोध से पता चलता है कि Q-Sparse परिणामों को बनाए रखते हुए

हाल ही में, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी की शोध टीम ने विभिन्न कार्यों में बड़े भाषा मॉडलों (LLMs) के प्रदर्शन का गहन विश्लेषण किया। अध्ययन में पाया गया कि LLMs परिचित कार्यों पर अच्छा प्रदर्शन करते हैं, लेकिन असामान्य या अज्ञात परिदृश्यों का सामना करने पर तर्क क्षमता में गंभीर सीमाएँ प्रदर्शित करते हैं। 'डिफ़ॉल्ट कार्य' और 'विरोधाभासी परिदृश्य' की तुलना करके, और मॉडल की प्रतिक्रिया परिणामों का परीक्षण करने के लिए कार्य डिज़ाइन को समायोजित करके, यह प्रदर्शित किया गया कि भले ही मॉडल दशमलव अंकगणित में उत्कृष्ट हो, लेकिन गैर-दशमलव वातावरण और संगीत, स्थानिक तर्क और शतरंज जैसे अन्य कार्यों में बिल्कुल भिन्न प्रदर्शन दर्शाते हैं।

अली टोंगयी प्रयोगशाला ने हाल ही में FunAudioLLM नामक ऑडियो जनरेशन बड़े मॉडल प्रोजेक्ट को ओपन-सोर्स किया है, जिसका उद्देश्य मानव और बड़े भाषा मॉडल (LLMs) के बीच प्राकृतिक आवाज़ इंटरैक्शन अनुभव को बेहतर बनाना है। यह प्रोजेक्ट दो मुख्य मॉडलों से मिलकर बना है: SenseVoice और CosyVoice।