प्राकृतिक भाषा प्रसंस्करण के क्षेत्र में, बड़े भाषा मॉडल (LLMs) का तेजी से विकास हुआ है और कई क्षेत्रों में महत्वपूर्ण प्रगति हासिल की गई है। हालाँकि, जैसे-जैसे मॉडलों की जटिलता बढ़ती है, उनके आउटपुट का सटीक मूल्यांकन करना महत्वपूर्ण हो जाता है। पारंपरिक रूप से, हम मूल्यांकन के लिए मानवों पर निर्भर करते हैं, लेकिन यह तरीका समय लेने वाला और स्केल करने में कठिन है, और मॉडल के तेज विकास के साथ नहीं चल सकता। इस स्थिति को बदलने के लिए, Salesforce AI अनुसंधान टीम ने SFR-Judge पेश किया है, जो तीन बड़े भाषा मॉडलों का समूह है।

Salesforce ने xGen-MM नामक ओपन-सोर्स मल्टी-मॉडल AI मॉडल जारी किया, जिसका उद्देश्य एक साथ टेक्स्ट, इमेज और अन्य प्रकार के डेटा को समझना और उत्पन्न करना है, जो AI अनुसंधान और अनुप्रयोग के तरीकों को महत्वपूर्ण रूप से बदलता है। यह मॉडल कई बेंचमार्क परीक्षणों में उत्कृष्ट प्रदर्शन करता है और समान ओपन-सोर्स मॉडलों की तुलना में संतोषजनक प्रदर्शन करता है, जिसमें प्री-ट्रेन्ड मॉडल, डेटा सेट और फाइन-ट्यूनिंग कोड शामिल हैं। सबसे बड़े मॉडल में 40 अरब पैरामीटर हैं, जो 'क्रॉस डेटा' को संसाधित करने में सक्षम है, और एक साथ कई कार्यों को निष्पादित करता है, जैसे कई छवियों के विषय में प्रश्नों का उत्तर देना। मॉडल का विविधीकरण AI की संभावनाओं को दर्शाता है।