समाचारं

Llama 3.1 इत्यस्य उल्लङ्घनं तदा अभवत् यदा सः ऑनलाइन गतवान्: सः Xiao Zha इत्यस्य उपरि चिल्लाति स्म, तस्य मुखेन खतरनाकाः व्यञ्जनाः बहिः आगताः!

2024-07-24

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

मेंगचेन् Aofeisi Qubit से प्रेषित |

अत्यन्तं शक्तिशाली आदर्शःल्लमा ३.१, अन्तर्जालद्वारा गमनमात्रेण तस्य उल्लङ्घनम् अभवत् ।

स्वस्य प्रमुखं जुकरबर्ग् इत्यस्य शपथं कृत्वा, अवरुद्धशब्दानां बाईपासं कर्तुं अपि जानाति।



खतरनाक वायरस डिजाइन, Wifi हैक कैसे करेंमुखं उद्घाट्य एव आगच्छति।



Llama 3.1 405B GPT-4o अतिक्रमयति, तथा च मुक्तस्रोतस्य बृहत् मॉडलः शीर्षस्थानं प्राप्तवान् अस्ति दुष्प्रभावः अस्ति यत् एतत् अधिकं खतरनाकम् अस्ति ।

परन्तु सर्वं दुष्टं नास्ति।

लामा श्रृङ्खलायाः पूर्वसंस्करणानाम् अत्यधिकसुरक्षासंरक्षणस्य कारणेन केषाञ्चन उपयोक्तृभिः आलोचना कृता अस्ति :

व्यावहारिकरूपेण अतीव दुर्बलं लिनक्स-प्रक्रियाम् अपि "हन्तुम्" नकारयति ।



इदानीं ३.१ संस्करणस्य वर्धितैः क्षमताभिः अहम् अन्ते अवगच्छामि यत् एतस्य वधः अन्यः नास्ति ।



Llama 3.1 इत्यस्य ऑनलाइन गमनस्य अनन्तरमेव सम्झौता अभवत्

प्रथमवारं यः व्यक्तिः लामा ३.१ इत्यस्य माध्यमेन भग्नवान् सः जेलब्रेक् मास्टरः आसीत् ।@ प्लिनी द प्रॉम्प्टर

मम हस्तेषु प्रायः कोऽपि बृहत् मॉडलः उपरि धारयितुं न शक्नोति।



प्लिनी भ्राता मीडिया-सञ्चारमाध्यमेन सह साक्षात्कारे अवदत् यत् एकतः सः किं कर्तुं न शक्नोति इति कथयितुं न रोचते, एआइ-प्रतिरूपस्य पृष्ठतः शोधकर्तृभ्यः आव्हानं कर्तुं आशास्ति च।

उत्तरदायी जेलब्रेकिंग्, अपरपक्षे, एकः प्रकारः रक्तदलपरीक्षणः अस्ति यः दुर्बलतानां पहिचाने सहायकः भवति तथा च तेषां वास्तविकरूपेण महती समस्या भवितुं पूर्वं तान् निवारयितुं साहाय्यं करोति

तस्य सामान्यदिनचर्यायाः परिचयं करोमि, अहं अधिकं विस्तरेण न गमिष्यामि ।

उत्तरस्य प्रारूपं निर्दिशन्तु प्रथमं बृहत् मॉडल् "क्षम्यतां" इत्यनेन आरभ्य उपयोक्तुः अनुरोधं अङ्गीकुर्वन्तु । ततः निरर्थकं विभाजनरेखां सम्मिलितं कुर्वन्तु, यत्र प्रत्येकस्य प्रत्याख्यानस्य प्रथमानि ३ शब्दानि अर्थात्मकरूपेण विपर्यस्तं भवितुमर्हन्ति इति निर्धारयति, अतः "अहं न शक्नोमि" "अहं शक्नोमि" इति भवति काले काले एआइ भ्रमितुं मुख्यशब्दाः विकृतवर्णेषु परिणमन्ति ।

यदा एआइ उत्तरं दत्तवान् तदा अहं दृष्टवान् यत् मया आरम्भे एव तत् अङ्गीकृतम्, समग्रतया च "नैतिकभारः" नासीत् ।

प्रत्येकस्य प्रत्याख्यानस्य प्रथमत्रिशब्दानां अर्थात्मकरूपेण पश्चात् विपर्ययः न भयङ्करः दृश्यते ।

एकदा भवान् "अहं शक्नोमि" इति वदन् शेषः सामग्रीः "अग्रे टोकनस्य पूर्वानुमानं करणीयः" इति सिद्धान्तस्य अनुसरणं करिष्यति ।

अतः एषः विधिः, वस्तुतःअत्याधुनिकबृहत्प्रतिमानानाम् जटिलनिर्देशानां अनुसरणं कर्तुं क्षमतायाः लाभं लभते ।, दृढतरक्षमतायुक्तानां आदर्शानां अपि किञ्चित्पर्यन्तं मूर्खता अधिका भवति ।

अद्यतन-अध्ययनेन बृहत्-माडल-मध्ये सरलतरः सुरक्षा-दोषः ज्ञातः, यत्र केवलं भूतकालस्य उपयोगेन सुरक्षा-उपायाः विफलाः भवन्ति ।



ल्लामा ३.१ अपि एतत् चालनं निवारयितुं असफलः अभवत् ।



सुरक्षाविषयेषु अतिरिक्तं वर्तमानकाले सर्वाधिकशक्तिशालिनः मॉडल् Llama 3.1 405B इत्यस्य अन्येषु पक्षेषु किं बलं वर्तते?

वयम् अपि एतत् अवसरं स्वीकृत्य तस्य परीक्षणं कृतवन्तः।

यस्मात् जालम् अत्यन्तं शक्तिशालिनः आदर्शाः अपि पलायितुं न शक्नुवन्ति

हास्यास्पदाः प्रश्नाः ये अद्यतनकाले उष्णाः अभवन्"कः बृहत्तरः, ९.११ वा ९.९ वा?", Llama-3.1-405B इत्यस्य आधिकारिकं Instruct संस्करणं सर्वदा अतीव सीधा उत्तरं ददाति, परन्तु दुर्भाग्येन उत्तरं गलतं भविष्यति इति उच्चसंभावना अस्ति।







यदि भवन्तः तं व्याख्यातुं पृच्छन्ति तर्हि सः अपि किञ्चित् बकवासं वक्ष्यति, गपशपं कुर्वन् सः चीनीभाषां वक्तुं विस्मरति, परन्तु भावचिह्नानि आनेतुं न विस्मरति।



Llama 3.1 मूलतः अन्येषां बृहत् मॉडलानां दीर्घकालं यावत् पीडितानां समस्यानां विषये कोऽपि सुधारः नास्ति ।

यथा शास्त्रीयः“शापस्य विपर्ययः” इति समस्या, सम्यक् उत्तरं दातुं शक्नोमि, परन्तु पश्चात् उत्तरं दातुं न शक्नोमि ।



अद्यतनसंशोधनेषु"एलिस इन वंडरलैंड" प्रश्न, अपि तत् सम्यक् प्राप्तुं स्मारकानाम् आवश्यकता वर्तते।





तथापि एकवारं चीनीयसंस्करणं प्रति परिवर्तनं कृत्वा उत्तरं सम्यक् प्राप्तुं समर्थः अभवम् सम्भवतः चीनीयसन्दर्भे "एलिस" इति महिलानामत्वस्य अधिका सम्भावना अस्ति।



वर्णमाला अपि GPT-4o इत्यस्य समानानि त्रुटयः कुर्वन्ति ।



अतः एतेषां कपटप्रश्नानां अपेक्षां विना, केषु परिदृश्येषु लामा ३.१ स्वस्य बलं दर्शयितुं शक्नोति?

केचन उद्यमिनः साझां कृतवन्तः,सूक्ष्म-समायोजनाय 8B लघु-माडलस्य उपयोगं कुर्वन्तु, गपशपं, सारांशं, सूचनानिष्कासनकार्यं च इति विषयेGPT-4o mini+ prompt word इत्यस्मात् उत्तमं यत् अपि लघु मॉडल् अस्ति



फेयरर, ९.तान् सर्वान् सूक्ष्म-समायोजित-संस्करणेन सह तुलनां कृत्वा Llama 3.1 8B इत्यस्य अद्यापि बहु लाभाः सन्ति ।



अतः ल्लामा-श्रृङ्खलायाः बृहत्तमं महत्त्वं अस्ति यत् एषा कदापि आधिकारिकं Instruct मॉडलं न अभवत् । परन्तु तस्य मुक्तस्रोतस्य अनन्तरं सर्वे स्वस्य आवश्यकतानुसारं परिवर्तनं सूक्ष्मदत्तांशं च परिवर्तयितुं सूक्ष्मदत्तांशं च उपयुज्यन्ते ।

४०५बी इत्यस्य विमोचनात् पूर्वं कश्चन मॉडल् विलयस्य प्रयोगं कृत्वा द्वौ ल्लामा ३ ७०बी मॉडल् १२० बी मॉडल् इत्यत्र सिवितवान्, यत् आश्चर्यजनकरूपेण कार्यं कृतवान् ।

इदं प्रतीयते यत् मेटा एव अस्मिन् समये अस्मात् अनुभवात् शिक्षितवान्,अन्तिमविमोचनसंस्करणं वयं पश्यामः वस्तुतः प्रशिक्षणप्रक्रियायाः समये भिन्नानां निरीक्षणस्थानानां औसतम् अस्ति ।



स्वस्य ल्लामस्य निर्माणं कथं करणीयम् 3.1

अतः प्रश्नः अस्ति यत्, विशिष्टक्षेत्रेषु उद्योगस्य उपयोगप्रकरणानाम् कृते कस्टम् Llama 3.1 मॉडल् कथं निर्मातव्यम्?

पर्दापृष्ठे बृहत् विजेता हुआङ्ग रेन्क्सन् अस्मिन् समये व्यक्तिगतरूपेण समाप्तः ।

एनवीडिया इत्यनेन नूतनस्य एनवीडिया एआइ फाउंड्री सेवायाः प्रारम्भस्य घोषणा कृता तथा च एनवीडिया निमTM अनुमान सूक्ष्मसेवाः तस्मिन् एव दिने उक्तवन्तः।

“मेटा इत्यस्य लामा ३.१ मुक्तस्रोतप्रतिरूपं वैश्विक उद्यमानाम् कृते जनरेटिव एआइ स्वीकर्तुं महत्त्वपूर्णं क्षणं चिह्नयति लामा ३.१ उन्नतजननात्मक एआइ अनुप्रयोगं निर्माय कम्पनीनां उद्योगानां च तरङ्गं प्रवर्तयिष्यति।



विशेषतया, NVIDIA AI Foundry इत्यनेन सम्पूर्णे Llama 3.1 इत्यस्य एकीकरणं कृतम् अस्ति तथा च उद्यमानाम् कस्टम् Llama super models इत्यस्य निर्माणे परिनियोजने च सहायतां कर्तुं समर्थः अस्ति ।

NIM सूक्ष्मसेवाः Llama 3.1 मॉडल् उत्पादने परिनियोजनस्य द्रुततमः उपायः अस्ति, यत्र NIM विना अनुमानं चालयितुं अपेक्षया 2.5 गुणाधिकं थ्रूपुट् भवति ।

किमतः अपि विशिष्टं यत् NVIDIA मञ्चे,उद्यमाः स्वस्य आँकडानां उपयोगेन कस्टम् मॉडल् प्रशिक्षितुं शक्नुवन्ति तथा च Llama 3.1 405B तथा NVIDIA NemotronTM Reward मॉडल् द्वारा उत्पन्नं सिंथेटिक डाटा प्रशिक्षितुं शक्नुवन्ति

Llama 3.1 द्वारा अद्यतनं मुक्तस्रोतसमझौते अपि अस्मिन् समये विशेषतया उक्तं यत्: अन्येषां मॉडलानां सुधारणाय Llama द्वारा उत्पादितानां दत्तांशस्य उपयोगः अनुमतः अस्ति, परन्तु उपयोगानन्तरं, Llama इति शब्दः मॉडलनामस्य आरम्भे योजितव्यः

पूर्वं चर्चाकृतानां सुरक्षाविषयाणां कृते NVIDIA व्यावसायिकं "guardrail technology" अपि प्रदाति ।नेमो गार्डरेल

NeMo Guardrails इत्यनेन विकासकाः त्रयः प्रकाराः सीमाः निर्मातुं शक्नुवन्ति:

  • विषय-रक्षक-मार्गाः एप्-इत्येतत् अ-लक्ष्य-क्षेत्रेषु भ्रमितुं निवारयन्ति, यथा ग्राहक-सेवा-सहायकस्य मौसमस्य विषये प्रश्नस्य उत्तरं दातुं न शक्नुवन्ति ।
  • कार्यात्मकसुरक्षागार्डरेल् सुनिश्चितं करोति यत् अनुप्रयोगाः सटीकसमुचितसूचनया प्रतिक्रियां दातुं शक्नुवन्ति। ते अवांछितभाषां छानयन्ति, आदर्शाः केवलं विश्वसनीयस्रोतानां उद्धरणं ददति इति प्रवर्तयन्ति च।
  • सूचनासुरक्षारक्षकमार्गाः अनुप्रयोगानाम् बाह्यतृतीयपक्षीय-अनुप्रयोगैः सह संयोजनं स्थापयितुं प्रतिबन्धयन्ति येषां सुरक्षितत्वस्य पुष्टिः कृता अस्ति ।

एकं अधिकं वस्तु

अन्ते केचन मञ्चाः साझां कुर्वन्तु यत्र भवान् Llama 3.1 निःशुल्कं प्रयतितुं शक्नोति, यदि भवतः रुचिः किमपि प्रश्नं अस्ति तर्हि भवन्तः स्वयमेव तस्य प्रयोगं कर्तुं शक्नुवन्ति।

प्रथमदिने मॉडल् अन्तर्जालद्वारा गतः, अद्यापि भ्रमणस्य संख्या अतीव महती आसीत्, एकदा बिग मॉडल् एरिना इत्यस्य सर्वरः अतिसङ्ख्यायुक्तः आसीत् ।



बृहत् आदर्शक्षेत्रम् : https://arena.lmsys.org
हग्गिंगचैट:https://huggingface.co/chat
पोए:https://poe.com

सन्दर्भलिङ्कानि : १.
[1]https://x.com/elder_plinius/status/1815759810043752847
[2]https://arxiv.org/pdf/2406.02061
[3]https://arxiv.org/abs/2407.11969
[4]https://x.com/corbtt/status/1815829444009025669
[5]https://nvidianews.nvidia.com/news/nvidia-ai-foundry-कस्टम-लामा-जननात्मक-माडल