एजेंटट्यूनिंग: भाषाई मॉडल को बहु-एजेंट कार्यों के माध्यम से समायोजित करना

ग्रोक वॉयस मोड पूरी तरह से खुला: 11 मोड ऑनलाइन, अंतर्निहित उपशीर्षक अंग्रेजी सीखने के लिए एक शानदार उपकरण हैं

Adobe और विश्वविद्यालयों ने मिलकर METAL ढाँचा जारी किया: बहु-एजेंट सहयोग से सटीक चार्ट बनाना

आज के डेटा विज़ुअलाइज़ेशन के क्षेत्र में, जटिल डेटा को सही ढंग से दर्शाने वाले चार्ट बनाना अभी भी एक बड़ी चुनौती है। चार्ट को न केवल सटीक लेआउट, रंग और टेक्स्ट प्लेसमेंट को कैप्चर करने की आवश्यकता होती है, बल्कि इन दृश्य विवरणों को कोड में बदलने की भी आवश्यकता होती है ताकि अपेक्षित डिज़ाइन को फिर से बनाया जा सके। हालाँकि, पारंपरिक तरीके आमतौर पर सीधे विज़ुअल-भाषा मॉडल (VLM) जैसे GPT-4V को निर्देशित करने पर निर्भर करते हैं, जिन्हें जटिल दृश्य तत्वों को सिंटैक्टिक रूप से सही पाइथन कोड में बदलने में कठिनाई होती है। छोटी सी गलती भी चार्ट को डिज़ाइन लक्ष्य तक पहुँचने से रोक सकती है।

Sakana AI ने Transformer² जारी किया: भाषाई मॉडल की अनुकूलता के लिए एक नई तकनीक

जापानी आर्टिफिशियल इंटेलिजेंस कंपनी Sakana AI ने हाल ही में Transformer² लॉन्च किया है, जो एक अभिनव विधि है, जिसका उद्देश्य भाषाई मॉडलों को विभिन्न कार्यों में अधिक कुशलता से अनुकूलित करना है। मौजूदा आर्टिफिशियल इंटेलिजेंस सिस्टम्स के विपरीत, Transformer² दो-चरणीय शिक्षण प्रक्रिया के माध्यम से नए कार्यों का सामना करते समय भाषाई मॉडल की अक्सर मिलने वाली सीमाओं को हल कर सकता है, जो इस क्षेत्र में निरंतर सीखने की तकनीक में प्रगति का प्रतीक है। वर्तमान आर्टिफिशियल इंटेलिजेंस सिस्टम आमतौर पर एक बार की प्रशिक्षण में कई कार्यों को संभालने की आवश्यकता होती है, हालाँकि वे नए कार्यों का सामना करते समय आसानी से समस्याओं का सामना कर सकते हैं।

गूगल ने जनरेटिव एआई एजेंटों पर एक नई श्वेत पत्र जारी की, बुद्धिमान सहायकों के भविष्य का खुलासा किया

गूगल ने हाल ही में एक विस्तृत श्वेत पत्र जारी किया, जो जनरेटिव एआई एजेंटों के विकास और कार्यों पर गहराई से चर्चा करता है। इस दस्तावेज़ में बताया गया है कि ये बुद्धिमान एजेंट बाहरी उपकरणों का उपयोग कैसे करते हैं, पारंपरिक भाषाई मॉडलों की क्षमताओं को पार कर अधिक जटिल कार्यों को पूरा करते हैं। श्वेत पत्र में, जनरेटिव एआई एजेंटों को एक ऐसे आवेदन के रूप में परिभाषित किया गया है, जो अपने पर्यावरण का अवलोकन करके और तदनुसार कार्य करके विशेष लक्ष्यों को प्राप्त करने के लिए है। इन एजेंटों की एक प्रमुख विशेषता उनकी स्वायत्तता है, जो स्पष्ट लक्ष्यों के मार्गदर्शन में मानव हस्तक्षेप के बिना स्वतंत्र रूप से कार्य कर सकती है।

NVIDIA ने विश्वविद्यालयों के साथ मिलकर 'FlashInfer' जारी किया: बड़े भाषाई मॉडल इनफेरेंस दक्षता को बढ़ाने के लिए एक नया कोर लाइब्रेरी

बड़े भाषाई मॉडल (LLM) के आधुनिक आर्टिफिशियल इंटेलिजेंस अनुप्रयोगों में व्यापक उपयोग के साथ, चैटबॉट और कोड जनरेटर जैसे उपकरण इन मॉडलों की क्षमताओं पर निर्भर करते हैं। हालाँकि, इसके साथ आने वाली इनफेरेंस प्रक्रिया में दक्षता की समस्याएँ भी बढ़ती जा रही हैं। विशेष रूप से, ध्यान तंत्र जैसे FlashAttention और SparseAttention को संभालते समय, विविध कार्यभार, गतिशील इनपुट पैटर्न और GPU संसाधन सीमाओं का सामना करते समय, अक्सर यह काफी कठिन हो जाता है। इन चुनौतियों के साथ-साथ उच्च विलंबता और मेमोरी बाधाएं भी हैं।

NVIDIA ने ChipAlign लॉन्च किया: LLM और चिप-विशिष्ट मॉडलों का संपूर्ण समन्वय

आज की तेजी से विकसित हो रही तकनीक के संदर्भ में, बड़े भाषाई मॉडल (LLM) कई उद्योगों में महत्वपूर्ण भूमिका निभा रहे हैं, जो कार्यों को स्वचालित करने और निर्णय लेने की क्षमता को बढ़ाने में मदद कर रहे हैं। हालांकि, चिप डिज़ाइन जैसे विशेष क्षेत्रों में, इन मॉडलों को विशिष्ट चुनौतियों का सामना करना पड़ता है। NVIDIA द्वारा हाल ही में प्रस्तुत ChipAlign को इन चुनौतियों का सामना करने के लिए डिज़ाइन किया गया था, जिसका उद्देश्य सामान्य निर्देश सेट के LLM को चिप-विशिष्ट LLM के लाभों के साथ संयोजित करना है। ChipAlign एक नई मॉडल विलय रणनीति को अपनाता है, जो कि यह रणनीति नहीं।

腾讯AI实验室与上海交大携手破解o1模型 “过度思考” 难题

हाल के वर्षों में, बड़े भाषा मॉडल (LLM) के व्यापक उपयोग के साथ, ये मॉडल जटिल तर्क और समस्या समाधान कार्यों में महत्वपूर्ण भूमिका निभाते हैं। इनमें, OpenAI के o1 आर्किटेक्चर से प्रेरित o1-जैसे मॉडल अपनी अद्वितीय मानव सोच और क्रमिक तर्क की क्षमता के लिए बाहर निकलते हैं। हालाँकि, इन मॉडल में एक प्रमुख अपर्याप्तता की समस्या है, जिसे “अधिक विचार करना” कहा जाता है। अधिक विचार करने का तात्पर्य है कि मॉडल कुछ सरल प्रश्नों को संभालते समय अक्सर अनावश्यक रूप से गणना संसाधनों का उपभोग करता है, यहाँ तक कि तर्क के दौरान निरर्थक कदमों को पुनः दोहराता है।

भौतिकी पाठ्यपुस्तकें अचानक "जीवित" हो गईं! Augmented Physics स्थैतिक चार्ट को गति चित्र में बदल देती है

कनाडा के कैल्गरी विश्वविद्यालय के शोधकर्ताओं ने "Augmented Physics" नामक एक नया उपकरण विकसित किया है, जिसका उद्देश्य स्थैतिक भौतिकी पाठ्यपुस्तक चार्टों को इंटरैक्टिव सिमुलेशन में बदलना है, जिससे भौतिकी शिक्षा में क्रांति आएगी। यह उपकरण उन्नत कंप्यूटर दृष्टि तकनीकों का उपयोग करता है, जैसे कि सेगमेंट इनिथिंग और मल्टीमॉडल बड़े भाषाई मॉडल, जिससे शिक्षक और छात्र पाठ्यपुस्तक के पृष्ठों से चार्ट को अर्ध-स्वचालित तरीके से निकाल सकते हैं और निकाले गए सामग्री के अनुसार इंटरैक्टिव सिमुलेशन生成 कर सकते हैं।"Augmented Physics

अध्ययन में पाया गया है कि ChatGPT का स्वचालित सुझाव पुनर्लेखन DALL-E 3 के प्रदर्शन को कम कर देता है

कैलिफ़ोर्निया विश्वविद्यालय, बर्कली के अनुसंधान से पता चला है कि बड़े भाषाई मॉडल के स्वचालित सुझाव संशोधन के बाद, DALL-E3 द्वारा उत्पन्न छवियों की गुणवत्ता में 58% की महत्वपूर्ण कमी आई। DALL-E2, DALL-E3 और स्वचालित सुझाव संशोधित DALL-E3 के ऑनलाइन प्रयोगात्मक तुलना के माध्यम से, यह पाया गया कि DALL-E3 तकनीकी क्षमता में वृद्धि और उपयोगकर्ता सुझाव रणनीति अनुकूलता के मामले में DALL-E2 से बेहतर है। अनुसंधान ने बताया है कि DALL-E3 उपयोगकर्ता लंबी, अर्थ की समानता और वर्णनात्मकता से भरी सुझावों के माध्यम से उच्चतर छवि मेल प्राप्त करते हैं।

भाषाई मॉडल की तर्क क्षमता अधिक आंकी गई है; अपरिचित परिदृश्यों में बड़ी कमजोरियाँ हैं

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।