अलीबाबा के टोंगयी कियानवेन द्वारा विकसित QwQ-32B नामक एक बड़े भाषा मॉडल ने वैश्विक ओपन सोर्स समुदाय में रैंकिंग में पहला स्थान हासिल किया है। यह मॉडल अपनी उन्नत तर्क क्षमताओं के लिए जाना जाता है।

एलोन मस्क की xAI कंपनी ने आधिकारिक रूप से ग्रोक श्रृंखला के तीसरी पीढ़ी के बड़े भाषा मॉडल को जारी किया है, जिससे AI क्षेत्र में तकनीकी सुनामी का एक नया दौर शुरू हुआ है। इस मॉडल को डेवलपर्स द्वारा इस समय के सबसे शक्तिशाली मॉडल के रूप में जाना जाता है, जो वैश्विक AI प्रतिस्पर्धा के परिदृश्य को फिर से आकार दे सकता है। आधिकारिक जानकारी के अनुसार, ग्रोक-3 कई प्रमुख मापदंडों में मौजूदा प्रमुख मॉडलों को पार कर चुका है, परीक्षण उपयोगकर्ताओं ने इसकी वास्तविक प्रदर्शन को o3-full बेंचमार्क स्तर पर बताया। लेकिन इस तकनीकी प्रगति के पीछे एक उल्लेखनीय कंप्यूटिंग शक्ति का निवेश है - इसके प्रशिक्षण के लिए आवश्यक कंप्यूटिंग संसाधनों की खपत चीन की दीपसीक कंपनी के बराबर है।

राकुटेन समूह ने अपना पहला जापानी बड़ा भाषा मॉडल (LLM) और छोटा भाषा मॉडल (SLM) पेश करने की घोषणा की, जिसे राकुटेन एआई 2.0 और राकुटेन एआई 2.0 मिनी नाम दिया गया। इन दोनों मॉडलों का अनावरण जापान में आर्टिफिशियल इंटेलिजेंस (एआई) के विकास को बढ़ावा देने के उद्देश्य से किया गया है। राकुटेन एआई 2.0 एक मिश्रित विशेषज्ञ (MoE) संरचना पर आधारित है, जो 8x7B का एक मॉडल है, जिसमें आठ ऐसे मॉडल शामिल हैं, जिनमें से प्रत्येक में 70 अरब पैरामीटर होते हैं, और हर मॉडल एक विशेषज्ञ के रूप में कार्य करता है। हर बार जब इनपुट टोकन को प्रोसेस किया जाता है

टियान्येचा ऐप दिखाता है कि टेनसेंट टेक्नोलॉजी (शेन्ज़ेन) कंपनी ने हाल ही में "बड़े भाषा मॉडल के प्रशिक्षण विधि, यंत्र, कंप्यूटर उपकरण और स्टोरेज मीडिया" नामक एक पेटेंट दायर किया है। इस पेटेंट का सारांश बताता है कि यह विधि पहले सारांश पाठ और दूसरे सारांश पाठ को शामिल करके बड़े भाषा मॉडल के प्रशिक्षण के दौरान अधिक अध्ययन योग्य जानकारी प्रदान करती है। पेटेंट विवरण के अनुसार, पहले सारांश पाठ और दूसरे सारांश पाठ में शामिल जानकारी की मात्रा भिन्न है, जिसमें पहले सारांश पाठ में सही वाक्य और गलत वाक्य भी शामिल हैं। इसी पाठ की इन दोनों

हाल ही में, टencent प्रौद्योगिकी (शेन्ज़ेन)有限公司 ने टियानयांचा ऐप पर बड़े भाषा मॉडल के प्रशिक्षण विधियों और संबंधित उपकरणों के बारे में एक पेटेंट प्रकाशित किया। इस पेटेंट का नाम "बड़े भाषा मॉडल के प्रशिक्षण विधि, उपकरण, कंप्यूटर उपकरण और भंडारण माध्यम" है, जिसका उद्देश्य नवीनतम प्रशिक्षण विधियों के माध्यम से बड़े भाषा मॉडल की अध्ययन क्षमता और सटीकता में सुधार करना है। बड़े भाषा मॉडल के प्रशिक्षण प्रक्रिया में, पारंपरिक विधियाँ अक्सर एकल टेक्स्ट सारांश पर निर्भर करती हैं, जो कि मॉडल के ओवरफिटिंग की संभावना को बढ़ा सकती हैं, परिणामस्वरूप उत्पन्न विषयवस्तु की सटीकता और विविधता पर प्रभाव पड़ता है। हालाँकि, टencent का नया...

Sakana AI एक ऐसी人工智能 अनुसंधान प्रयोगशाला है जो प्राकृतिक प्रेरित एल्गोरिदम पर केंद्रित है, हाल ही में इसने एक नवाचारी अनुकूली भाषा मॉडल, जिसे Transformer² (Transformer-squared) कहा जाता है, लॉन्च किया है। यह मॉडल महंगे माइक्रोट्यूनिंग के बिना अनुमान प्रक्रिया में नई कार्यों के लिए गतिशील रूप से सीखने और खुद को अनुकूलित करने में सक्षम है, जो बड़े भाषा मॉडल (LLM) तकनीकी विकास में एक महत्वपूर्ण कदम का प्रतीक है। Transformer² की मुख्य नवाचार इसकी अद्वितीय दो कदमों वाली गतिशील वजन समायोजन तंत्र है।

हाल ही में मेटा कंपनी ने एक क्रांतिकारी शोध成果 का अनावरण किया है, जिसमें उन्होंने एक नई प्रकार की मेमोरी लेयर तकनीक विकसित की है, जो बड़े भाषा मॉडल (LLM) की तथ्यात्मक सटीकता में महत्वपूर्ण सुधार कर सकती है और पैरामीटर स्केल पर अभूतपूर्व विस्तार हासिल करती है। यह तकनीक परंपरागत तंत्रिका नेटवर्क के विस्तार के तरीके को चुनौती देती है और भविष्य की AI आर्किटेक्चर डिज़ाइन के लिए नए दिशा-निर्देश प्रदान करती है। इस शोध का मूल तत्त्व प्रशिक्षित कुंजी-मूल्य खोज तंत्र का उपयोग करना है, जो बिना गणना मात्रा (FLOPs) को बढ़ाए मॉडल में अतिरिक्त पैरामीटर जोड़ता है। इस पद्धति का मूल विचार

एक चिकित्सा एआई परीक्षण पर केंद्रित शोध पत्र में, माइक्रोसॉफ्ट ने शायद फिर से उद्योग के कई शीर्ष बड़े भाषा मॉडल के पैरामीटर आकार को अनजाने में उजागर कर दिया है। 26 दिसंबर को जारी इस पेपर में न केवल OpenAI, Anthropic सहित कई कंपनियों के मॉडल पैरामीटर डेटा का खुलासा किया गया, बल्कि इसने मॉडल आर्किटेक्चर और तकनीकी क्षमताओं पर उद्योग में गरमी पैदा कर दी। पत्र के अनुसार, OpenAI का o1-preview मॉडल लगभग 300B पैरामीटर वाला है, GPT-4o लगभग 200B है, जबकि GPT-4o-mini केवल

देश में नई प्रगति करने वाली AI बड़े मॉडल कंपनी स्टेप-स्टार की हाल ही में बड़ी खबर आई है कि उसने करोड़ों डॉलर की फंडिंग पूरी की है। इस राउंड की फंडिंग शंघाई के सरकारी पूंजी निवेश संचालन प्लेटफॉर्म के तहत प्राइवेट इक्विटी निवेश संस्थान Fortera Capital द्वारा अग्रणी निवेश की गई, जबकि Tencent, Qiming Venture Partners और अन्य प्रसिद्ध संस्थानों ने सह-निवेश किया। यह कंपनी, जो एक साल से भी कम समय में स्थापित हुई थी, को पूर्व Microsoft एशिया अनुसंधान संस्थान के प्रमुख वैज्ञानिक जियांग डा-जिन ने 2023 में स्थापित किया था। देश में अग्रणी AI मॉडल विकासकर्ता के रूप में, स्टेप-स्टार ने मल्टीमॉडल बड़े भाषा मॉडल के क्षेत्र में महत्वपूर्ण प्रगति की है। इस साल की शुरुआत में।

आर्टिफिशियल इंटेलिजेंस कंपनी Embodied ने घोषणा की है कि वित्तीय समस्याओं और अचानक निवेश撤回 के कारण उनके द्वारा आत्मकेंद्रित बच्चों के लिए डिज़ाइन किया गया सोशल रोबोट Moxie बंद होगा। Moxie एक 799 डॉलर का नीला रोबोट है, जिसमें पिक्सर फिल्म शैली के भाव होते हैं, जो क्लाउड के बड़े भाषा मॉडल (LLM) का उपयोग करके उपयोगकर्ताओं के साथ संवाद करता है, बच्चों को सामाजिक अभ्यास में मदद करता है। हालाँकि, Embodied के बंद होने के साथ, Moxie इन सेवाओं को जारी रखने में असमर्थ होगा। Moxie एक अपेक्षाकृत नया उत्पाद है।

जिप्ल टेक्नोलॉजी ने हाल ही में अपने एंड-साइड बड़े भाषा और मल्टी-मोडल मॉडल GLM-Edge श्रृंखला का ओपन सोर्स करने की घोषणा की है, यह कदम कंपनी के लिए एंड-साइड वास्तविक उपयोग परिदृश्यों में एक महत्वपूर्ण प्रयास का प्रतीक है। GLM-Edge श्रृंखला में चार विभिन्न आकारों के मॉडल शामिल हैं, जिसमें GLM-Edge-1.5B-Chat, GLM-Edge-4B-Chat, GLM-Edge-V-2B और GLM-Edge-V-5B शामिल हैं, जो मोबाइल प्लेटफार्मों जैसे फोन, कार उपकरण और डेस्कटॉप प्लेटफार्मों जैसे PC के लिए अनुकूलित किए गए हैं।

मेटा ने हाल ही में मल्टी-IF नामक एक नया बेंचमार्क परीक्षण जारी किया है, जिसका उद्देश्य बड़े भाषा मॉडल (LLM) की बहु-चरण वार्तालाप और बहुभाषी वातावरण में निर्देश पालन क्षमताओं का मूल्यांकन करना है। यह बेंचमार्क आठ भाषाओं को कवर करता है, जिसमें 4501 तीन-चरण वार्तालाप कार्य शामिल हैं, जो वर्तमान मॉडल की जटिल बहु-चरण और बहुभाषी परिदृश्यों में प्रदर्शन पर ध्यान केंद्रित करता है। मौजूदा मूल्यांकन मानकों में से अधिकांश एकल-चरण वार्तालाप और एकल भाषा कार्यों पर केंद्रित हैं, जो वास्तविक अनुप्रयोगों में मॉडल के प्रदर्शन को पूरी तरह से प्रतिबिंबित करने में कठिनाई होती है। मल्टी-IF का लॉन्च इसी उद्देश्य के लिए है।

पेरिस की स्टार्टअप कंपनी H, जिसे पूर्व गूगल कर्मचारियों ने स्थापित किया, ने पिछले गर्मियों में बिना किसी उत्पाद के रिलीज किए 2.2 करोड़ डॉलर की बीज वित्तपोषण प्राप्त की, जिसे उद्योग में आश्चर्यजनक करार दिया गया। हालांकि, फंडिंग के तुरंत बाद, कंपनी के तीन संस्थापकों ने 'परिचालन और व्यावसायिक मतभेदों' के कारण इस्तीफा दे दिया, जिससे भविष्य के प्रति चिंता बढ़ गई। लेकिन H कंपनी ने चुनौतियों का सामना किया और हाल ही में अपना पहला उत्पाद Runner H लॉन्च करने की घोषणा की, जो व्यवसायों और डेवलपर्स के लिए 'स्मार्ट एजेंट' आर्टिफिशियल इंटेलिजेंस है, जिसका उद्देश्य गुणवत्ता आश्वासन और प्रक्रिया स्वचालन जैसे कार्यों को संभालना है।

माइक्रोसॉफ्ट ने हाल ही में एक आकर्षक पाइथन पुस्तकालय – TinyTroupe का विमोचन किया है, जो बड़े भाषा मॉडल (LLM) पर आधारित एक बहु-एजेंट व्यक्तित्व सिमुलेशन उपकरण है। TinyTroupe में एजेंटों को TinyPersons कहा जाता है, जो सिमुलेटेड वातावरण में इंटरैक्ट और संवाद कर सकते हैं। शक्तिशाली बड़े भाषा मॉडल (LLM), विशेष रूप से GPT-4 का लाभ उठाकर, TinyTroupe वास्तविक सिमुलेटेड व्यवहार उत्पन्न कर सकता है, जिससे उपयोगकर्ताओं को विभिन्न उपभोक्ताओं का अन्वेषण करने की अनुमति मिलती है।

Tencent ने आज ओपन-सोर्स MOE बड़ा भाषा मॉडल Hunyuan-large लॉन्च किया, जिसका कुल पैरामीटर संख्या 398B है, सक्रिय पैरामीटर संख्या 52B है। सार्वजनिक परीक्षण परिणाम दिखाते हैं कि Tencent Hunyuan Large CMMLU, MMLU, CEva1, MATH और अन्य बहु-विषयक समग्र मूल्यांकन सेटों में साथ ही चीनी और अंग्रेजी NLP कार्यों, कोडिंग और गणित जैसे 9 प्रमुख आयामों में पूरी तरह से अग्रणी है, जो Llama3.1, Mixtral आदि जैसे प्रमुख ओपन-सोर्स बड़े मॉडलों को पार करता है। ऐसा बताया गया है कि इस मॉडल में तकनीकी नवाचार के माध्यम से उच्च गुणवत्ता वाले संश्लेषण डेटा प्राप्त किया जा सकता है।

जिनशान कार्यालय ने हाल ही में एक AI एजेंट पैटर्न आधारित WPS AI सह-लेखन सुविधा पेश की है, जिससे कार्यालय की दक्षता और लेखन अनुभव और बेहतर हुआ है। यह सुविधा क्लाउड दस्तावेज़, वेबपृष्ठ आदि संदर्भ सामग्री जोड़ने का समर्थन करती है, और उपयोगकर्ता जब शीर्षक पूरा करता है, तो यह केवल 0.5 सेकंड में उपयोगकर्ता की मंशा को समझकर सामग्री को आगे बढ़ाता है। WPS AI सह-लेखन सुविधा बड़े भाषा मॉडल पर आधारित एक कृत्रिम बुद्धिमत्ता कार्यालय अनुप्रयोग है, जो AI एजेंट की अवधारणा और WPS संपादक के साथ गहरे एकीकरण को अपनाता है, जिससे उपयोगकर्ता को संकेत शब्द लिखने की आवश्यकता के बिना स्वचालन सहायक कार्यालय की सुविधा मिलती है। उपयोगकर्ता को केवल प्रारंभिक...

हाल ही में, NVIDIA के CEO जेन-सुन होंग ने एक इंटरव्यू में खुलासा किया कि OpenAI ने हाल ही में जारी किया गया o1 बड़ा भाषा मॉडल (LLM) NVIDIA के Blackwell आर्किटेक्चर पर निर्भर करेगा, जिसने निष्पादन क्षमता में अद्भुत सुधार किया है। जैसे-जैसे बाजार जनरेटिव आर्टिफिशियल इंटेलिजेंस के उन्माद से बाहर निकल रहा है, ऐसे LLM मॉडल विकसित करना जो "निष्कर्ष - केंद्रित" उत्तर उत्पन्न कर सकें और भी महत्वपूर्ण होता जा रहा है, और यह आर्टिफिशियल इंटेलिजेंस के सामान्यीकरण की दिशा में एक महत्वपूर्ण कदम है।

हाल ही में, कृषि और ग्रामीण मामलों के मंत्रालय के कृषि बड़े डेटा प्रमुख प्रयोगशाला, चीन कृषि विज्ञान अकादमी कृषि सूचना अनुसंधान संस्थान ने संयुक्त रूप से हुबेई प्रांतीय पुस्तकालय, हुआझोंग कृषि विश्वविद्यालय पुस्तकालय, झेंगझोऊ शिक्षक कॉलेज संचार学院, और中华书局古联（北京）डिजिटल मीडिया टेक्नोलॉजी कंपनी समेत अन्य संस्थाओं के साथ मिलकर प्राचीन कृषि साहित्य के क्षेत्र में बड़ा भाषा मॉडल “齐民” बीजिंग में लॉन्च किया। चीन कृषि विज्ञान अकादमी कृषि सूचना अनुसंधान संस्थान के उपाध्यक्ष दाई जिन ने बताया कि यह मॉडल चीन के प्राचीन कृषि ग्रंथों के विशाल पाठों पर आधारित है, जिसने कृषि प्राचीन ग्रंथों से ज्ञान अर्जित किया और प्राचीन कृषि तकनीकों और कृषि अनुभवों की गहरी खोज की।

प्रस्तावना पिछले वर्ष, गूगल ने NotebookLM पेश किया, जो एक प्रयोगात्मक AI नोटबुक है जो बड़े भाषा मॉडल (LLM) और उपयोगकर्ता नोट्स को जोड़ता है, सारांश प्रदान करने, सवालों का जवाब देने जैसे तरीकों के माध्यम से उपयोगकर्ताओं को किसी विषय को बेहतर समझने में मदद करता है। अब, यह आपके नोट्स की सामग्री पर आपके साथ चर्चा भी कर सकता है। हाल ही में गूगल ने NotebookLM में 'ऑडियो ओवरव्यू' फीचर लॉन्च किया, जो उपयोगकर्ताओं को आकर्षक AI-संचालित संवाद के माध्यम से

शुनफेंग प्रौद्योगिकी ने 8 सितंबर को शेनजेन अंतरराष्ट्रीय कृत्रिम बुद्धिमत्ता प्रदर्शनी में लॉजिस्टिक्स उद्योग के लिए वर्टिकल क्षेत्रीय बड़े भाषा मॉडल - फेंग यु पेश किया। यह मॉडल शुनफेंग के मार्केटिंग, ग्राहक सेवा, डिलीवरी और अंतरराष्ट्रीय कस्टम मामलों जैसे व्यापार खंडों में बीस से अधिक परिदृश्यों में व्यावहारिक अनुप्रयोग को प्रदर्शित करता है, जो लॉजिस्टिक्स उद्योग में कृत्रिम बुद्धिमत्ता क्षेत्र में महत्वपूर्ण प्रगति को दर्शाता है।