समाचारं

युन्झोङ्ग् आओफेइ मन्दिरात् आगतः
Qubits |.सार्वजनिक खाता QbitAI

मेटा इत्यस्य मुक्तस्रोतस्य बृहत् मॉडल् ल्लामा ३ इत्यस्य विपण्यां सुस्तं जातम्, येन बृहत् मॉडल् कृते मुक्तस्रोतस्य बन्दस्रोतस्य च बहसः अधिकं तीव्रं जातम्

विदेशीयमाध्यमानां द इन्फॉर्मेशन इत्यस्य अनुसारं मेटा इत्यस्य मुक्तस्रोतस्य बृहत् मॉडल् Llama 3 इत्यस्य ध्यानं विश्वस्य बृहत्तमस्य मेघविक्रेतुः-अमेजनस्य AWS इत्यस्य उद्यमग्राहकानाम् आकर्षणं कठिनम् अभवत्एन्थ्रोपिक् इत्यस्य बन्द-स्रोतस्य बृहत्-प्रतिरूपस्य क्लाउड् इत्यस्य उपयोगं कर्तुं प्राधान्यं ददति。

माइक्रोसॉफ्ट-अन्तर्गतानां मते,Llama अपि Microsoft इत्यस्य शीर्षविक्रयपरिचयः नास्ति, ते अधिकं सम्भाव्यन्ते यत् ते दत्तांशविशेषज्ञतायुक्तेभ्यः कम्पनीभ्यः ल्लामा इत्यस्य अनुशंसा कुर्वन्ति, यथा आन्तरिकरूपेण अभियंताः, आँकडावैज्ञानिकाः च सन्ति इति कम्पनीभ्यः।

मेटा इदानीं आव्हानानां सामनां कुर्वन् अस्ति, येन मेटा उद्यमानाम् आवश्यकतानां पूर्तये एआइ उत्पादानाम् स्वकीयं विक्रयदलं निर्मातुं प्रेरयितुं शक्नोति। एषा समस्याश्रृङ्खला बृहत् मुक्तस्रोतप्रतिमानानाम् व्यावसायिकीकरणप्रक्रियायां कठिनतां अपि प्रकाशयति । विपण्यचयनस्य दृष्ट्या मुक्तस्रोतप्रतिरूपस्य वास्तविकप्रभावाः व्यावसायिकप्रतिफलं च उद्यमग्राहकानाम् अपेक्षां न पूरयितुं शक्नुवन्ति

मुखं"मुक्तस्रोतः अथवा बन्दस्रोतः" मुद्देः विषये प्रमुखाः घरेलुमाडलनिर्मातारः स्वस्य तान्त्रिकमार्गाणां व्यावसायिकरणनीत्याः च आधारेण सर्वथा भिन्नानि पदस्थानानि निर्मितवन्तः। अतः, कम्पनीभिः बृहत्माडलं कथं चयनीयम्, तथा च द्वयोः मध्ये उत्तमं संतुलनं कथं अन्वेष्टव्यम्?

अस्मिन् सन्दर्भे .Baidu Intelligent Cloud AI तथा Large Model Platform इत्यस्य महाप्रबन्धकः Xin Zhouसः मीडियाद्वारा साक्षात्कारं कृत्वा मुक्तस्रोतस्य बन्दस्रोतस्य च वादविवादे भविष्यस्य विपण्यस्य अन्तर्निहिततर्कस्य, व्यावसायिकरणनीतीनां, भविष्यवाण्यानां च विस्तरेण विश्लेषणं कृतवान्

शीन् झोउ इत्यस्य मतं यत्,बृहत् आदर्शानां मुक्तस्रोतस्य सॉफ्टवेयरस्य मुक्तस्रोतस्य च मध्ये अत्यावश्यकः अन्तरः अस्ति——मुक्तस्रोतप्रतिमानाः प्रशिक्षणस्रोतसङ्केतं, पूर्वप्रशिक्षणं सूक्ष्मसमायोजनं च दत्तांशं अन्यं च प्रमुखसूचनाः न उद्घाटयन्ति ये आदर्शप्रभावं प्रभावितयन्ति, अतः ते मुक्तस्रोतसॉफ्टवेयरवत् प्रभावं कार्यक्षमतां च सुधारयितुम् समुदायविकासकानाम् सहभागितायाः उपरि अवलम्बितुं न शक्नुवन्ति . तथापि आधारप्रतिरूपस्य प्रशिक्षणं केवलं निर्मातृणां हस्ते एव भवितुम् अर्हति ।

यदा "कः अधिकः महत्त्वपूर्णः, मुक्तस्रोतप्रतिरूपः अथवा बन्दस्रोतप्रतिरूपः?"बृहत् आदर्शानां अनुप्रयोगः केवलं एकः प्रौद्योगिकी नास्ति, अपितु "प्रौद्योगिकी + सेवाः" आच्छादयन् सम्पूर्णं समाधानं भवति, उद्यमानाम् "सामान्यलेखस्य" गणना अवश्यं भवति यदा व्यवसायः वास्तवतः कार्यान्वितः भवति तदा यदि मुक्तस्रोतप्रतिरूपं बन्दस्रोतप्रतिरूपस्य समानं प्रभावं प्राप्तुम् इच्छति तर्हि तदनन्तरं जनशक्ति, धनं, समयं च इत्येतयोः निवेशस्य महती आवश्यकता भविष्यति, समग्रव्ययः च अधिकः भविष्यति。

मुक्तस्रोतस्य बन्दस्रोतस्य च प्रतिरूपाः केषां परिदृश्यानां कृते उपयुक्ताः सन्ति? शीन् झोउ इत्यस्य मतं यत्,मुक्तस्रोतप्रतिरूपं शैक्षणिकसंशोधनार्थं अधिकं उपयुक्तं भवति, परन्तु बहिः जगति सेवां प्रदातुं बृहत्परिमाणानां वाणिज्यिकपरियोजनानां कृते उपयुक्तं नास्ति नायक ।。

“मुक्तस्रोतप्रतिरूपं सस्तो नास्ति”

साक्षात्कारस्य सम्पादितः पूर्णः पाठः निम्नलिखितः अस्ति ।

1. बृहत् मॉडल मार्केट् मध्ये प्रत्येकं मॉडल निर्माता का भूमिकां निर्वहति? व्यापारप्रतिरूपं किम् ?

सिन्झौ: अस्मिन् बृहत्-माडल-उत्सवे प्रत्येकस्य निर्मातुः स्थितिनिर्धारणं व्यापार-प्रतिरूपं च भिन्नं भवति, तथा च मोटेन त्रयः वर्गाः विभक्तुं शक्यन्ते:

प्रथमप्रकारस्य भूमिकायाः ​​कृते, मेघविक्रेतृणां कृते, व्यापारप्रतिरूपं वस्तुतः कम्प्यूटिंग् संसाधनं विक्रयति । लाभप्रदतां प्राप्तुं स्केलद्वारा व्ययस्य न्यूनीकरणं तथा संसाधनस्य लोचं सुधारयितुम् एतत् मेघविक्रेतृणां स्थायिप्रतिरूपम् अस्ति । मुक्तस्रोतप्रतिरूपं वा बन्दस्रोतप्रतिरूपं वा इति न कृत्वा, यावत् मेघविक्रेतुः आतिथ्यं भवति तावत् मेघविक्रेता धनं प्राप्तुं शक्नोति ।

द्वितीयः प्रकारः भूमिका मेघविक्रेता अपि च आदर्शविक्रेता च भवति ते मॉडल्-उपयोगेन व्यापारं मेघं प्रति चालयितुं आशां कुर्वन्ति । वर्तमान समये केवलं मॉडल एपिआइ-आह्वानस्य उपरि अवलम्ब्य लाभः अद्यापि अतीव न्यूनः अस्ति तथा च ते सम्प्रति विपण्यस्य अनुकूलभागं धारयितुं आशां कुर्वन्ति तथा च बृहत् मॉडल्-सारणीयां नूतनान् विस्तारस्य अवसरान् अन्विष्यन्ते इति।

तृतीयप्रकारस्य भूमिका, उद्यमशीलमाडलनिर्मातृणां कृते, प्रमुखमेघविक्रेतृभिः मॉडलमूल्यकटनस्य घोषणायाः अनन्तरं तेषां आह्वानस्य मात्रायां तीव्ररूपेण न्यूनता अभवत् । बृहत् मॉडल् क्षेत्रं शीघ्रमेव अनेकानाम् प्रमुखानां मेघविक्रेतृणां मध्ये युद्धे परिणमति बृहत् मॉडल स्टार्टअप्स यावान् विशिष्टोद्योगेषु केन्द्रीभवति, toB परियोजनासु निजीकरणं करिष्यति, अथवा toC उत्पादेषु परिणमति।

2. "मुक्तस्रोतप्रतिरूपं सस्तो नास्ति, प्रौद्योगिकी च अधिकाधिकं पश्चात्तापी भविष्यति" इति किमर्थं कथ्यते?

सिन्झौ: प्रथमं पश्चात्तापप्रौद्योगिक्याः समस्यायाः विषये वदामः।

प्रथमं, बृहत् मॉडल् इत्यस्य मुक्तस्रोतः मॉडल् कार्यक्षमतां सुधारयितुम् न शक्नोति ।。

विप्रकर्षमुक्तस्रोतसॉफ्टवेयरम्, यथा मोबाईल ऑपरेटिंग् सिस्टम् एण्ड्रॉयड् तथा च डाटाबेस् सॉफ्टवेयर MySQL एतेषां मुक्तस्रोतसॉफ्टवेयरस्य सर्वे स्रोतसङ्केताः उद्घाटिताः सन्ति, तथा च समाजस्य सर्वेभ्यः विकासकाः कोडस्य विकासे भागं ग्रहीतुं शक्नुवन्ति एतेन न केवलं सॉफ्टवेयरविकासस्य व्ययः न्यूनीकर्तुं शक्यते, अपितु सॉफ्टवेयर पुनरावृत्तिः अपि त्वरिता भवति तथा च सॉफ्टवेयरसुरक्षायां सुधारः भवति ।

मुक्तस्रोतप्रतिरूपं बहु अधिकं जटिलं भवति, यत् मॉडलप्रशिक्षणस्रोतसङ्केतः, पैरामीटर्भारः, प्रशिक्षणदत्तांशः इत्यादयः समाविष्टाः मुक्तस्रोतः भवितुम् अर्हन्ति ।परन्तु वर्तमानकाले मॉडलनिर्मातारः प्रायः केवलं मुक्तस्रोतपैरामीटर्भाराः एव, परन्तु प्रशिक्षणस्रोतसङ्केतः, प्रशिक्षणदत्तांशः इत्यादयः मुक्तस्रोतः न भवन्ति एतेन विकासकाः तस्य सुधारं कर्तुं असमर्थाः भवन्ति तथा च मुक्तस्रोतप्रतिरूपस्य प्रभावशीलतायां योगदानं ददति。

यथा, ल्लामा इत्यस्य कृते मॉडल् प्रदर्शने प्रत्येकं सुधारः वस्तुतः मेटा इत्यस्य स्वस्य प्रशिक्षणस्य परिणामः एव, न तु विकासकस्य सहभागितायाः परिणामः । जालसंरचनायाः दृष्ट्या Llama2 तथा Llama3 इत्येतयोः मध्ये बहु अन्तरं नास्ति । एकतः प्रशिक्षणचरणस्य प्रक्रिया अनुकूलितं भवति, यथा बहुचरणीयप्रशिक्षणं, अन्यतः, Llama2 तथा Llama3 इत्येतयोः आँकडानां परिमाणस्य क्रमः भिन्नः भवति समयः आदर्शे उत्तमं परिणामं आनयति।

परन्तु एते सद्प्रभावाः सर्वे मेटा इत्यनेन एव निर्मिताः, विकासकानां शक्तिं च उपयोक्तुं कोऽपि उपायः नास्ति, किं पुनः मुक्तस्रोतसॉफ्टवेयर इव समुदायप्रतिक्रियायाः प्रक्रिया

द्वितीयं, मुक्तस्रोतप्रतिरूपं अधिकं पृष्ठतः पतति यतोहि प्रतिरूपस्य निरन्तरपुनरावृत्तिः सुनिश्चित्य उत्तमं व्यापारप्रतिरूपं नास्ति ।。

मॉडल् प्रशिक्षणं, डाटा एनोटेशनं च अतीव महत् भवति यावत् मेटा इत्यादीनि सशक्ताः कम्पनीसंसाधनाः न सन्ति येन मुक्तस्रोतमाडलस्य स्थायिविकासस्य समर्थनं भवति, यदि एषा मुक्तस्रोतमाडलयुक्ता स्टार्टअपकम्पनी अस्ति तर्हि सा बन्दव्यापारं निर्मातुं न शक्नोति परिक्रम। तत्सह, विकासकाः भवतः प्रतिरूपस्य प्रभावशीलतायां योगदानं दातुं न शक्नुवन्ति, अतः एतत् कुर्वन् स्टार्टअप-संस्थाः अधिकाधिकं पृष्ठतः पतन्ति एव । परिणामेभ्यः न्याय्यं चेत्, सर्वोत्तमः प्रतिरूपः वस्तुतः Open AI अस्ति, वर्तमानमूल्यांकनसूचिकायाः ​​शीर्षस्थाने ये आदर्शाः सन्ति ते सर्वे बन्द-स्रोत-प्रतिरूपाः सन्ति ।

मुक्तस्रोतप्रतिरूपं किमर्थं सस्तो नास्ति इति वदामः ।बृहत् मॉडलानां अनुप्रयोगः "प्रौद्योगिकी + सेवाः" कवरं कृत्वा सम्पूर्णं समाधानं भवति बृहत् मॉडल् प्रयोक्तुं उद्यमानाम् "सामान्यलेखस्य गणना" कर्तुं आवश्यकता वर्तते।. सामान्यलेखस्य गणना कथं करणीयम् ?

प्रथमस्तरः हार्डवेयर-सम्पदां व्ययस्य गणना अस्ति ।. यतो हि बन्दस्रोतव्यापारप्रतिमानाः तदनुरूपैः साधनशृङ्खलैः सुसज्जिताः भविष्यन्ति, यत्र प्रशिक्षणसाधनशृङ्खलाः अनुमानसाधनशृङ्खलाः च सन्ति, एतेषां साधनशृङ्खलानां कार्यक्षमता मुक्तस्रोतानां अपेक्षया उत्तमः भवति ग्राहकानाम् कृते प्रशिक्षणेन हार्डवेयरव्ययस्य प्रायः १०~२०% रक्षणं कर्तुं शक्यते , भवन्तः तर्कं कुर्वन् अधिकं रक्षन्ति, तथा च व्यावसायिकपरिमाणं यथा बृहत् भवति तथा अधिकं रक्षन्ति।

द्वितीयः स्तरः अस्ति यत् आदर्शेन आनयितव्यापारलाभान् अवलोकयितुं शक्यते. समानपैरामीटर्-स्केल-युक्तानां मॉडल्-कृते बन्द-स्रोत-परिणामाः उत्तमाः भवन्ति । परन्तु केचन व्यवसायाः सन्ति, यथा वाणिज्यिकविज्ञापनम्, यत्र CPM तथा CTR इत्येतयोः मध्ये केवलं एकं बिन्दुः अस्ति are more willing to go एकं बन्दस्रोतप्रतिरूपं क्रीणीत यत् उत्तमं कार्यं करोति।

तृतीयस्तरस्य अवसरव्ययः श्रमव्ययः च अन्तर्भवति ।. यदि भवान् शीघ्रं अभिसरणार्थं बन्द-स्रोत-व्यापार-प्रतिरूपस्य उपयोगं करोति तर्हि भवान् स्वप्रतियोगिभ्यः अपेक्षया शीघ्रं नूतनानि उत्पादनानि प्रारम्भं कर्तुं शक्नोति । बन्द-स्रोत-व्यापार-प्रतिरूपे निर्माता इत्यनेन प्रतिरूपं हार्डवेयरं च इष्टतम-स्थितौ अनुकूलितं कृतम् अस्ति, ग्राहकाः केवलं परिपक्व-अनुभवस्य प्रतिलिपिं कर्तुं शक्नुवन्ति परन्तु यदि भवान् मुक्तस्रोतस्य उपयोगं करोति तर्हि भवान् स्वयमेव तस्य अनुकूलनं कर्तुं अर्हति, ततः कम्प्यूटिंग् शक्तिः अभियंतानां च व्ययः अधिकः भविष्यति ।

अतः वयं वदामः यत् उद्यम-अनुप्रयोग-प्रतिमानानाम् "सामान्य-लेजरस्य गणना" आवश्यकी अस्ति, अस्य सामान्य-लेजरस्य गणना च बहु भिन्ना भविष्यति ।

3. हार्डवेयरव्ययस्य दृष्ट्या बन्दस्रोतः अपेक्षया मुक्तस्रोतः किमर्थम् एतावत् महत्तरः अस्ति?
सिन्झौ: अधिकांशः उद्यमग्राहकाः द्वौ वा अधिकौ प्रकारौ हार्डवेयरं क्रीणन्ति यतोहि तेषां आपूर्तिशृङ्खलायाः सुरक्षां लचीलतां च विचारणीया यदि मुक्तस्रोतप्रतिरूपं हार्डवेयरस्य प्रत्येकस्मिन् खण्डे अनुकूलितुं आवश्यकं भवति तर्हि व्ययः अतीव अधिकः भविष्यति।

एतेन बन्द-स्रोत-व्यापार-प्रतिरूपस्य लाभाः प्रतिबिम्बिताः, यतः एतत् बृहत्-स्तरीय-विक्रय-माध्यमेन सॉफ्टवेयर-हार्डवेयर-अनुकूलनस्य व्ययस्य साझेदारी कर्तुं शक्नोति अपि च बहु-कोर-अनुकूलनम् अतीव तकनीकी विषयः अस्तिBaige विषम कम्प्यूटिंग मञ्चबहु-कोर-विषमतायां विशेषतया बहुधा अनुकूलनं कृतम् अस्ति, तथा च विविध-हार्डवेयर-कृते उपयुक्तम् अस्ति । Baige स्वयं हार्डवेयर-स्तरस्य विभिन्नान् भेदानाम् रक्षणं कर्तुं शक्नोति ।

ग्राहकानाम् अस्य लाभः अस्ति यत् ते किमपि हार्डवेयरं न उपयुञ्जते चेदपि ते शीघ्रं चालयितुं शक्नुवन्ति, तथा च समयस्य श्रमव्ययस्य च रक्षणं बहु अधिकम् अस्ति ।

4. मुक्तस्रोतप्रतिरूपं बन्दस्रोतप्रतिरूपं च क्रमशः केषु परिदृश्येषु उपयुक्ताः सन्ति?

सिन्झौ: सामान्यविचारः अस्ति यत्: यदि भवान् व्यक्तिगतव्यापारपरिदृश्येषु प्रयासं कर्तुम् इच्छति तथा च सत्यापितुम् इच्छति तर्हि प्रथमं बन्द-स्रोत-प्रतिरूपेण चालयितुं शक्नोति, तत् पेटीतः बहिः चालयितुं शक्नोति, तथा च केषुचित् गम्भीरेषु व्यवसायेषु शीघ्रं सत्यापयितुं शक्नोति यस्य मूल्यं कोटि-कोटि-कोटि-कोटि-कोटि-कोटि-कोटि-कोटि-रूप्यकेषु भवति tens of millions of dollars, येषु परियोजनासु उच्चपरिमाणस्य सटीकतायाश्च आवश्यकता भवति, तेषु बन्द-स्रोत-व्यापार-प्रतिमानाः अद्यापि उद्यमानाम् कृते सर्वोत्तमः विकल्पः अस्ति केवलं केषुचित् व्यावसायिकपरिदृश्येषु येषु प्रभावेषु कार्यप्रदर्शने च उच्चा आवश्यकता नास्ति, परन्तु निजीनियोजनस्य आवश्यकता भवति तथा च विशेषतया मूल्यसंवेदनशीलाः सन्ति, मुक्तस्रोतप्रतिरूपस्य उपयोगं विचारयन्तु

मुक्तस्रोतः शैक्षणिकं अनुसन्धानं च प्रवर्धयितुं बहुमूल्यं भवति, यथा अनुमानस्य अभियांत्रिकी कार्यप्रदर्शनस्य अनुकूलनं, परिणामेषु पूर्वप्रशिक्षणस्य प्रभावः तथा च सूक्ष्म-समायोजनं दत्तांशः इत्यादयः यदि सः अधिकानि वस्तूनि मुक्तस्रोतयितुं शक्नोति, यथा प्रशिक्षणसङ्केतः, प्रशिक्षणदत्तांशः, and instruction fine-tuning दत्तांशः इत्यादयः अपि उद्घाटिताः सन्ति, शैक्षणिकसंशोधनार्थं प्रौद्योगिकीविकासाय च तस्य मूल्यं अधिकं भविष्यति। केवलं आदर्शभाराः उद्घाटिताः अपि, एतत् शोधकर्तृभ्यः उत्तमं आधारप्रतिरूपं प्रदाति ।

5. केचन निर्मातारः आशान्ति यत् मुक्तस्रोतस्य बन्दस्रोतस्य च एकस्मिन् समये अनुसरणं कर्तुं शक्यते अर्थात् मुक्तस्रोतप्रतिरूपं पारिस्थितिकीतन्त्रस्य विस्तारार्थं उपयोक्तृभ्यः आकर्षयति, यदा तु बन्दस्रोतप्रतिरूपं व्यावसायिकीकरणस्य उत्तरदायी भवति वा?

सिन्झौ: यदि भवता अभ्यासः न कृतः तर्हि सम्भवं दृश्यते। परन्तु वास्तविकता अस्ति यत् - १.

सार्वजनिकमेघे विभिन्ननिर्मातृभिः घोषितानां आह्वानानाम् मध्ये बन्द-स्रोत-प्रतिरूपस्य आह्वान-मात्रा मुक्त-स्रोत-प्रतिरूपस्य अपेक्षया बहु अधिका भवति, यत् दर्शयति यत् मुक्त-स्रोत-प्रतिरूपस्य आकर्षणे वस्तुतः भूमिका न भवति उपयोक्तृभ्यः सार्वजनिकमेघे पारिस्थितिकीतन्त्रस्य विस्तारं कर्तुं।. अपि च, यदा सार्वजनिकमेघे सूक्ष्म-समायोजनं क्रियते तदा मुक्त-स्रोत-बन्द-स्रोत-प्रतिरूपयोः कार्यान्वितुं शक्यते, अतः ग्राहकाः प्रत्यक्षतया सार्वजनिकमेघे उत्तमं प्रतिरूपं चिन्वन्ति

निजीकृतनियोजनस्य दृष्ट्या एषः तर्कः किञ्चित्पर्यन्तं अर्थं ददाति ।. अनेकाः कम्पनयः प्रथमं परीक्षणार्थं मुक्तस्रोतप्रतिरूपैः आरभन्ते पश्चात्, ते परिणामाः उत्तमाः इति पश्यन्ति, ते निर्मातुः बन्दस्रोतप्रतिरूपस्य अनुरूपं मुक्तस्रोतप्रतिरूपं चिन्वन्ति, यतः समानः स्रोतप्रतिरूपः अधिकं अनुकूलः भवति prompts.अस्मिन् सन्दर्भे एषः तर्कः सत्यः अस्ति ।परन्तु एतत् मूल्यं क्रमेण संकुचति. यतो हि प्रत्येकस्य निर्मातुः मॉडलस्य सामान्यक्षमतायां तीव्रगत्या सुधारः भवति, स्विचिंग्-व्ययः न्यूनः न्यूनः भवति, क्रमेण अस्य मॉडलस्य उत्तराधिकारं निर्मूलयति

केचन निर्मातारः अपि सन्ति ये हार्डवेयरस्य प्रचारार्थं मुक्तस्रोतप्रतिरूपं प्रारभन्ते उदाहरणार्थं, Nvidia एकं मुक्तस्रोतप्रतिरूपं प्रारभते, तस्य व्यावसायिकतर्कः अतीव सरलः अस्ति, तथा च मॉडलस्य उपयोगाय भवद्भिः कार्डं क्रेतव्यम् ।

6. Baidu इत्यनेन किमर्थं मुक्तस्रोतप्रतिरूपं न प्रारब्धम्?

ज़िन् झोउ : विभिन्ननिर्मातृणां परिनियोजनमात्रातः स्पष्टतया दृष्टं यत् सार्वजनिकमेघे परिनियोजनस्य बृहत्तममात्रायां वाणिज्यिकबन्द-स्रोतमाडलानाम् सार्वजनिकमेघे बहु प्रभावः नास्ति।

निजीकरणीयविपण्ये यथा यथा ग्राहकानाम् बृहत् मॉडल् विषये जागरूकता निरन्तरं सुधरति तथा तथा मुक्तस्रोतः, बन्दस्रोतः च क्रमेण मुख्यकारकं न भवन्ति. अनेकैः बृहत् उद्यमग्राहकैः सह संवादं कृत्वा अहं ज्ञातवान् यत् व्यापारिकनेतृभिः प्रतिरूपस्य उपयोगः कर्तव्यः वा इति निर्धारयन्ति बहवः कारकाः प्राथमिकताक्रमः सामान्यतया भवति: प्रभावः, कार्यप्रदर्शनं, सुरक्षा, मूल्यं च। आदर्शः मुक्तस्रोतः अस्ति वा बन्दस्रोतः वा इति निर्णायकं कारकं न भवति ।

7. भवान् उक्तवान् यत् उद्यमानाम् कृते मॉडल् चयनं कुर्वन् सर्वाधिकं महत्त्वपूर्णं वस्तूनि प्रभावः, प्रदर्शनं, सुरक्षा, मूल्यं च भवति Baidu Cloud द्वारा प्रारब्धः "Qianfan Large Model All-in-one Machine" इति नूतनं व्यापारिकं मॉडलं प्रयतते यत् सॉफ्टवेयरं एकीकृत्य... हार्डवेयर?

सिन्झौ: वर्तमान समये उद्यमैः बृहत्-माडलानाम् उपयोगः अद्यापि अन्वेषण-पदे एव अस्ति, तथा च बृहत्-माडल-उपयोग-परिदृश्यानां प्रभावानां च शीघ्रं सत्यापनार्थं न्यून-लाभ-, बहिः-पेटी-उत्पादानाम् प्रबल-आवश्यकता वर्तते "Qianfan Large Model All-in-one Machine" वर्तमान चरणस्य कृते अतीव उपयुक्तम् अस्ति, यतः चीनदेशे निजीकरणस्य अनेकाः माङ्गल्याः सन्ति अस्माकं सर्व-एक-यन्त्रं उद्घाटितम् अस्ति तथा च विविध-हार्डवेयरस्य अनुकूलनं कर्तुं शक्यते, एकीकृत्य विपण्यां सर्वे मुख्यधारायां उत्पादाः चिप्स् तथा मॉडल्। Baidu Smart Cloud’s Qianfan large model all-in-one यन्त्रं द्वे क्षमतायां प्रदाति:

प्रथमं सॉफ्टवेयर-हार्डवेयर-अनुकूलनार्थं एकीकृतं मञ्चं प्रदातव्यम्, अस्मिन् मञ्चे Wenxin बृहत् मॉडल् तथा उद्योगस्य मुख्यधारा मुक्तस्रोत बृहत् मॉडल् परिदृश्यानुप्रयोगनमूनाकक्ष्याः च निर्मिताः सन्ति । लोकप्रियाः मुक्तस्रोतमाडलाः अपि अनुकूलिताः अनुकूलिताः च अभवन् उपयोक्तारः तान् प्रत्यक्षतया सर्व-एक-यन्त्रे चालयितुं शक्नुवन्ति, यत्र स्वयं मॉडल्-समायोजनं न करणीयम् । एकस्मिन् समये, Qianfan इत्यस्य विशालः मॉडलः सर्व-एक-यन्त्रः मूलभूत-प्रबन्धन-नियन्त्रणात्, AI-रूपरेखातः, मॉडल-प्रशिक्षणात्, भविष्यवाणी-तर्कस्य, परिदृश्य-अनुप्रयोगात् च एकीकृत-बृहत्-माडल-सॉफ्टवेयर-हार्डवेयर-समाधानं प्रदातुं शक्नोति, ग्राहकानाम् पूर्ण-प्रक्रिया-सॉफ्टवेयरं च प्रदातुं शक्नोति तथा च हार्डवेयर सेवाः।

क्षणQianfan बृहत् मॉडल सर्व-एक-यन्त्रम् अत्यन्तं व्यय-प्रभावी अस्ति यतः अन्तः अन्तः प्रदर्शन-अनुकूलनं तथा च सर्वाणि हार्डवेयर-प्रदर्शनं निपीडयितुं क्षमता अस्ति ग्राहकाः शीघ्रं न्यूनतया च तस्य उपयोगं कर्तुं शक्नुवन्ति ।

समग्रमूल्ये दृष्ट्या Qianfan all-in-one यन्त्रस्य मूल्यं सर्वर, बृहत् मॉडलं, प्लेटफॉर्मं च पृथक् क्रयणस्य अपेक्षया बहु न्यूनं भवति ग्राहकानाम् कृते, तस्य उपयोगः पेटीतः बहिः एव कर्तुं शक्यते।。

8. अधुना बहवः जनाः मन्यन्ते यत् केवलं मूलभूतबृहत्प्रतिमानानाम् उपयोगः पर्याप्तः नास्ति। अतः सम्प्रति कस्यचित् उद्यमस्य कृते स्वयमेव उद्योगस्य प्रतिरूपं प्रशिक्षितुं कियत् व्ययः भवति ?

सिन्झौ: व्ययः अतीव अधिकः अस्ति। प्रथमं प्रशिक्षितस्य आदर्शस्य पैरामीटर् आकारस्य आधारेण एषः व्ययः रेखीयरूपेण वर्धते । द्वितीयं, दत्तांशस्य आयतनं कियत् विशालं इति अवलम्बते । अन्ते भवतः दत्तांशलेबलिंगव्ययः अस्ति ।

यदि भवान् 70b मॉडलं आद्यतः प्रशिक्षितुं इच्छति तर्हि लोचदारमेघसंसाधनस्य 30 मिलियनस्य आवश्यकता भवितुम् अर्हति । यदि भवान् अधिकसङ्ख्यायुक्तं मापदण्डं युक्तं प्रतिरूपं प्रशिक्षयितुम् इच्छति तर्हि तस्य व्ययः लक्षशः भवितुम् अर्हति । एतत् अनुभविभिः जनाभिः प्रशिक्षितव्यं यदि भवान् अनुभवहीनः अस्ति तथा च प्रक्रियायां केचन भ्रमणमार्गाः गृह्णाति तर्हि व्ययः अधिकः भविष्यति ।

9. एतादृशेन अधिकेन व्ययेन कम्पनी कथं निर्धारयितुं शक्नोति यत् तस्याः उद्योगस्य प्रतिरूपस्य निर्माणस्य आवश्यकता अस्ति वा इति?

सिन्झौ: वयं न अनुशंसयामः यत् ग्राहकाः केवलं आरम्भादेव उद्योगाधारप्रतिरूपं निर्मान्ति लाभस्य परवाहं विना व्ययः अतीव अधिकः भवितुमर्हति। ग्राहकानाम् आवश्यकतानां विश्लेषणं प्रथमं वयं साहाय्यं करिष्यामः।

यथा, यदि भवान् निर्देशांकप्रणालीं आकर्षयति तर्हि अक्षांशः कार्यस्य संवेदनशीलता, क्रमाङ्कः च उद्योगदत्तांशस्य आग्रहः । कार्यस्य तथाकथितसंवेदनशीलता इदं निर्दिशति यत् दृश्यस्य उद्योगेन व्यापारेण च दृढतया सम्बन्धः अस्ति वा उदाहरणार्थं चिकित्साक्षेत्रे एते अत्यन्तं व्यावसायिकाः विषयाः सन्ति। ऊर्ध्वाधर-अक्षः उद्योगस्य आँकडानां माङ्गल्यं भवति यत् उद्योगः यथा यथा अधिकं बन्दः भवति तथा च सार्वजनिकजाले यत्किमपि न्यूनं दत्तांशं भवति तथा तथा पूर्वप्रशिक्षणस्य आवश्यकता भवति । यथा, चिकित्साक्षेत्रे केचन असंवेदनशीलाः चिकित्सा अभिलेखसूचनाः आदर्शे पूर्वप्रशिक्षिताः भवेयुः ।

विश्लेषणस्य माध्यमेन अस्मिन् निर्देशांक-अक्षे अधः वामकोणे उद्योगस्य लक्षणं नास्ति तथा च उद्योगदत्तांशस्य आवश्यकता नास्ति, अतः सामान्यप्रतिरूपस्य प्रत्यक्षतया उपयोगः कर्तुं शक्यते, परन्तु उपरि दक्षिणकोणे अस्य उद्योगस्य व्यावसायिकगुणानां प्रति संवेदनशीलः भवति, तस्य बहु आवश्यकता भवति of industry data. This उद्योगस्य प्रतिरूपस्य निर्माणस्य समयः अस्ति।

प्रायः वयं कम्पनीभ्यः त्रीणि पदानि स्वीकुर्वन्तु इति अनुशंसयामः।

प्रथमं सोपानं मूल्यसत्यापनम् अस्ति. प्रारम्भिकरूपेण बृहत्-परिमाणस्य मॉडलस्य सॉफ्टवेयरस्य हार्डवेयरस्य च आधारभूतसंरचनायाः निर्माणं कृत्वा प्रारम्भिकं बृहत्-परिमाणस्य उद्योग-प्रतिरूपस्य निर्माणं कुर्वन्तु । अपेक्षाकृतं परिपक्वजननात्मक-एआइ-प्रयोगेन सह मिलित्वा परिणामाः शीघ्रं द्रष्टुं शक्यन्ते । उदाहरणार्थं, Qianfan बृहत् मॉडल मञ्चस्य लघुसंस्करणस्य माध्यमेन, बुद्धिमान् ग्राहकसेवा, उद्यमज्ञानप्रबन्धनम्, डिजिटलमानवः इत्यादयः परिपक्वाः अनुप्रयोगाः योजिताः भवन्ति

द्वितीयं सोपानं उद्यमस्य विविधान् अनुप्रयोगान् गभीररूपेण संयोजयितुं भवति. बृहत् मॉडल् आधारभूतसंरचनायां अधिकं सुधारः कृतः अस्ति तथा च Qianfan Large Model Ultimate Edition इति उन्नयनं कृतम् अस्ति । बैडु तथा तस्य पारिस्थितिकसाझेदाराः कम्पनीयाः अन्तः बृहत्-परिमाणस्य आदर्शानां प्रशिक्षणं संचालनं च, तकनीकीवातावरणं निर्मातुं, प्रासंगिकप्रतिभानां प्रशिक्षणं च, कठिनव्यापारसमस्यानां समाधानार्थं कम्पनीयाः अधिकं मूल्यं आनेतुं च कम्पनीयाः सह कार्यं कर्तुं च गभीररूपेण संलग्नाः सन्ति

तृतीयः सोपानः व्यापकं नवीनता, स्वतन्त्रनियन्त्रणक्षमता च अस्ति. उद्यमाः बृहत् मॉडलस्य अनुप्रयोगविकासस्य च प्रासंगिकप्रौद्योगिकीषु निपुणतां प्राप्तवन्तः, तदनुरूपप्रतिभास्तराः अपि सन्ति, ये स्वतन्त्रं नियन्त्रणीयं च विकासं उत्तमरीत्या सक्षमं कर्तुं व्यापकं नवीनतां च आरभुं शक्नुवन्ति बैडु विकासे सहायतां कर्तुं दीर्घकालीनतकनीकीसमर्थनस्य सल्लाहकारस्य च रूपेण कार्यं करिष्यति तथा च उद्यमाय नूतनानि प्रौद्योगिकीनि समाधानं च निरन्तरं आनयिष्यति।

10. आगामिवर्षे बृहत् आदर्शविपणनस्य न्यायं कथं करोति?

सिन्झौ: आगामिवर्षे विकासप्रवृत्तेः विषये मम त्रयः निर्णयाः सन्ति-

प्रथमं बहुविधता विपण्यां नूतनं उष्णस्थानं भविष्यति।

द्वितीयं, बृहत्-माडल-आधारित-अनुप्रयोगेषु महत् विस्फोटः भविष्यति, अतीव महत्त्वपूर्णा दिशा च एजेण्ट् इति ।. यदि बृहत् प्रतिरूपं केवलं "निवेश-निर्गमस्य" विहितक्रियाः करोति तर्हि तस्य मूल्यं बहुधा सीमितं करिष्यति, साधनानां उपयोगं कर्तुं, परस्परं सहकार्यं कर्तुं, योजनां कर्तुं, चिन्तयितुं च समर्थः भवेत्, चिन्तनं पुनरावृत्तिं च कर्तुं समर्थः भवेत् . विशिष्टव्यापारपरिदृश्यानां आवश्यकतानां पूर्तये विविधघटकैः प्लग-इन्-इत्यनेन च सह संयोजितुं आवश्यकम्, अतः भविष्ये प्रत्येकस्य मॉडलनिर्मातृणां उत्पादनस्य कुञ्जी एजेण्ट् भविष्यति

तृतीयम्, उद्यम-अनुप्रयोगानाम् अधिकाः अवसराः भविष्यन्ति, यथा ज्ञान-आधारः, ग्राहकसेवा, डिजिटल-जनाः, सहायक-सङ्केत-लेखनम् इत्यादयः परिदृश्याःउदाहरणार्थं, कोडलेखनार्थं बृहत्प्रतिमानानाम् उपयोगेन, बैडु इत्यस्य "Wenxin Quick Code" इति उत्पादः अस्ति, यस्य व्यापकरूपेण उपयोगः Baidu इत्यस्य अन्तः कृतः अस्ति, स्वीकरणस्य दरः ४६% यावत् भवितुम् अर्हति, तथा च नूतनसङ्केतानां उत्पन्नस्य अनुपातः ३०% यावत् अभवत् can help उद्यमाः विकासदक्षतायां महतीं सुधारं कृतवन्तः। तस्मिन् एव काले एआइ-अनुप्रयोग-विकासे संलग्नाः बृहत्संख्याकाः कम्पनयः उद्भवन्ति, एताः कम्पनयः अनुप्रयोगानाम् परिनियोजनस्य प्रतिलिपि-व्ययस्य च पर्याप्तं न्यूनस्तरं यावत् न्यूनीकर्तुं शक्नुवन्ति, तावत्पर्यन्तं ते विशिष्टाः भवितुम् अर्हन्ति