चाँद की अंधी तरफ कंपनी ने अपने नए SOTA (state-of-the-art) मॉडल - k1.5 मल्टी-मॉडल सोच मॉडल का भव्य विमोचन किया, जो मल्टी-मॉडल रीजनिंग और सामान्य रीजनिंग क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक है। यह मॉडल न केवल उत्कृष्ट मल्टी-मॉडल प्रोसेसिंग क्षमताओं से लैस है, बल्कि यह उत्कृष्ट सामान्य रीजनिंग क्षमताओं का प्रदर्शन भी करता है, जिससे यह विभिन्न जटिल कार्यों का सामना करने में सक्षम है। k1.5 मॉडल की सबसे बड़ी विशेषता इसकी मल्टी-मॉडल रीजनिंग क्षमता है। यह टेक्स्ट, इमेज, साउंड आदि अलग-अलग मॉडल से जानकारी को एक साथ प्रोसेस कर सकता है, जिससे यह अधिक व्यापक और सटीक जानकारी प्रदान करता है।

हाल ही में, बीजिंग युएज़ि दार्क साइड टेक्नोलॉजी कं, लि. ने घोषणा की कि इसके स्मार्ट सहायक Kimi को एक महत्वपूर्ण तकनीकी उन्नति मिली है, जो कि नए k1.5 मल्टी-मोडल सोच मॉडल का विमोचन कर रहा है। यह मॉडल मल्टी-मोडल निष्कर्षण और सामान्य निष्कर्षण क्षमताओं में उद्योग स्तर पर अग्रणी है, जो Kimi के लिए आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक और महत्वपूर्ण विकास का प्रतीक है।

सुदृढीकरण शिक्षा ने हाल के वर्षों में कई सफलताएँ हासिल की हैं, लेकिन इसकी नमूना दक्षता कम होने के कारण यह वास्तविक दुनिया में उपयोग में सीमित है। विश्व मॉडल एक पर्यावरण उत्पादन मॉडल के रूप में इस समस्या के समाधान के लिए संभावनाएँ प्रदान करता है। यह उच्च नमूना दक्षता के साथ सुदृढीकरण शिक्षा एजेंटों को प्रशिक्षित करने के लिए एक अनुकरण वातावरण के रूप में कार्य कर सकता है। वर्तमान में, अधिकांश विश्व मॉडल वातावरण की गतिशीलता को अनुकरण करने के लिए विन्यासित संभावित चर श्रृंखला का उपयोग करते हैं। हालाँकि, इस संकुचित सघन विन्यासित प्रतिनिधित्व की विधि सुदृढीकरण शिक्षा के लिए अत्यंत महत्वपूर्ण दृश्य विवरणों की अनदेखी कर सकती है। इसी समय, फैलाव मॉडल पहले से ही छवि उत्पादन के क्षेत्र में प्रमुख बन गए हैं।

हाल ही में, जीरो वन ऑल थिंग्स Yi-Large और अन्य श्रृंखला के बड़े मॉडलों ने अली क्लाउड बाईलियन प्लेटफॉर्म पर औपचारिक रूप से प्रवेश किया है, यह जीरो वन ऑल थिंग्स का पहला अवसर है जब क्लाउड प्रदाता द्वारा API सेवा प्रदान की गई है, जो अली क्लाउड के पूर्ण उपकरण श्रृंखला और समृद्ध क्लाउड संसाधनों को जोड़ती है, जो उद्यम स्तर की आवश्यकताओं को बेहतर तरीके से पूरा करेगी।

CharacterGLM Pro लींग्सिन इंटेलिजेंस का नई पीढ़ी का सुपर-इंसानी मॉडल है, जिसे 6 महीने की उत्पाद परीक्षण और अनुकूलन के बाद आधिकारिक रूप से जारी किया गया है। यह मॉडल संगतता, मानव-सामर्थ्य, प्रवाह और मनोरंजकता के क्षेत्रों में अग्रणी प्रदर्शन के साथ SOTA स्तर तक पहुंच गया है। क्षैतिज तुलना परीक्षण के बाद, CharacterGLM Pro ने स्थिरता परीक्षण सेट, समग्र परीक्षण सेट, हमले के परीक्षण सेट और ऑनलाइन वार्ता परीक्षण सेट पर उत्कृष्ट प्रदर्शन किया, सभी मानकों पर सर्वोत्तम स्तर प्राप्त किया। इस मॉडल का परीक्षण कई परीक्षण सेटों का उपयोग करके किया गया है, जिसमें मशीन जनित डेटा शामिल है।

गूगल ने PaLI-3 दृश्य भाषा मॉडल जारी किया, जो छोटे आकार का है लेकिन SOTA प्रदर्शन प्राप्त करता है। इस मॉडल ने तुलना पूर्व प्रशिक्षण विधि को अपनाया है, जिसने VIT की क्षमता का गहरा अध्ययन किया है और बहु-भाषाई मोड खोज में उत्कृष्ट प्रदर्शन किया है। PaLI-3 ने प्राकृतिक भाषा समझ और छवि पहचान को पूरी तरह से एकीकृत किया है, और AI नवाचार की एक महत्वपूर्ण शक्ति बन गया है। इस मॉडल की SigLIP-आधारित तुलना पूर्व प्रशिक्षण विधि ने बहु-भाषाई क्रॉस-मोड खोज का एक नया युग खोला है। हालांकि यह अभी पूरी तरह से ओपन-सोर्स नहीं हुआ है, लेकिन कई भाषाओं और अंग्रेजी के लिए SigLIP मॉडल जारी किए गए हैं, जिससे शोधकर्ताओं को प्रयास करने का अवसर मिलता है।