समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

पाठ丨सः कियानमिंग्

सम्पादक丨cheng manqi huang junjie

अस्मिन् वर्षे openai इत्यस्य महत्त्वपूर्णं उत्पादं o1 मॉडल् यथानिर्धारितं विमोचितम् । एआइ इत्यस्मिन् बृहत्तमस्य लाभप्रदस्य एनविडिया इत्यस्य शेयरमूल्यं द्वयोः दिवसयोः मध्ये १०% वर्धितम् अस्ति ।

प्रश्नानाम् उत्तरं दातुं अधिकं कम्प्यूटिंग्-शक्तिं उपभोगयति इति o1 उत्तरं दातुं पूर्वं प्रश्नं दृष्ट्वा दर्जनशः सेकेण्ड्-पर्यन्तं वा अधिककालं वा "चिन्तयिष्यति" ओपनएआइ कथयति यत् एतत् ओलम्पियाड् गणितप्रश्नानां उत्तरं दातुं शक्नोति अथवा प्रोग्रामिंग् कार्याणि पूर्वमेव मार्केट् मध्ये विद्यमानानाम् बृहत् मॉडल् इत्यस्मात् दूरं श्रेष्ठतया पूर्णं कर्तुं शक्नोति।

परन्तु openai ceo sam altman इत्यस्य सद्भावः शीघ्रमेव बाधितः । o1 इत्यस्य पूर्णप्रक्षेपणस्य घोषणां कृत्वा तस्य ट्वीट् इत्यस्य अन्तर्गतं शीर्षटिप्पणी आसीत् यत् "नवीनस्वरकार्यं कदा उपलब्धं भविष्यति??" नूतनं क्रीडनकं?”

अयं उपयोक्ता altman इत्यस्य अनन्तरं यत् इच्छति तत् नूतनं क्रीडनकं न, अपितु आगामि gpt-4o अन्तः अन्तः स्वरकार्यं यत् openai इत्यनेन अस्मिन् वर्षे मेमासे प्रतिज्ञातं। तस्मिन् समये लाइव्-प्रदर्शने एषः नूतनः एआइ स्वाभाविकः ध्वनितवान्, अतीव शीघ्रं प्रतिक्रियां दत्तवान्, कदा व्यत्ययः कर्तव्यः इति च जानाति स्म, येन अन्येषां कृते मिथ्यातः सत्यं वक्तुं दुष्करं भवति स्म आधिकारिकसमयसूचनानुसारं दशकोटिः भुक्तिं कुर्वन्तः chatgpt उपयोक्तारः कतिपयेषु सप्ताहेषु एतत् विशेषतां उपयुज्यन्ते स्म, परन्तु अधुना यावत् चेकआउट् विलम्बितम् अस्ति।

विगतवर्षे openai इत्यस्य उत्पादाः समानाः "भविष्याः" अभवन्: gpt-4 एकवर्षात् अधिकं कालात् ऑनलाइन अस्ति, openai इत्यस्य अग्रिम-पीढीयाः मॉडल् gpt-5 इत्यस्य अद्यापि विमोचनस्य कोऽपि लक्षणं नास्ति अस्मिन् वर्षे पूर्वं openai द्वारा विमोचितं विडियो मॉडल् सोरा बृहत्प्रमाणेन न विमोचितं एतावता तेषां चयनितैः कतिपयैः उद्योगव्यावसायिकैः एव वास्तविकरूपेण तस्य उपयोगः कृतः ।

उद्योगस्य प्रथमक्रमाङ्कस्य विलम्बेन बृहत् एआइ मॉडल् प्रति पूंजीविपण्यस्य धैर्यं बहुवारं क्षीणं जातम् । केचन चीनीयप्रौद्योगिकीविशालकायः बृहत्माडलकम्पनयः च अस्य वर्षस्य मध्यभागे मूलभूतमाडलस्य प्रशिक्षणं स्थगितवन्तः, अनुप्रयोगविकासे अधिकसंसाधनानाम् निवेशं कृतवन्तः, अथवा बाह्यग्राहकेभ्यः जीपीयूगणनाशक्तिं भाडेन दत्तवन्तः ते चिन्तिताः सन्ति यत् प्रौद्योगिक्यां उन्नत्यै बहु स्थानं नास्ति, अतः ते निवेशं न्यूनीकर्तुं आरभन्ते, प्रतिफलार्थं च प्रयतन्ते ।

अस्मिन् सप्ताहे पूर्वं एनवीडिया इत्यस्य विपण्यमूल्यं जूनमासस्य उच्चतमस्थानात् २०% अधिकं न्यूनीकृतम् आसीत्, माइक्रोसॉफ्ट् इत्यस्य विपण्यमूल्यं अपि १३% संकुचितं जातम्, प्रत्येकं शतशः अरब-डॉलर्-रूप्यकाणां हानिम् अकरोत् माइक्रोसॉफ्ट-संस्थायाः मुख्याधिकारी अवदत् यत् तेषां कृते बृहत्-माडल-क्षेत्रे निवेशितानां दश-अर्ब-डॉलर्-रूप्यकाणां पुनः प्राप्त्यर्थं १५ वर्षाणि वा अधिकं वा प्रतीक्षितव्या भविष्यति।

सिकोइया-संशोधनेन ज्ञायते यत् एआइ-क्षेत्रे निवेशः गतवर्षे १२० अरब अमेरिकी-डॉलर्-अधिकं राजस्वं अतिक्रान्तवान्, अस्मिन् वर्षे ५०० अरब-अमेरिकीय-डॉलर्-पर्यन्तं विस्तारं कर्तुं शक्नोति परन्तु एन्विडिया इत्येतत् विहाय अल्पाः एव कम्पनयः राजस्ववृद्धेः बृहत् भागं दृष्टवन्तः । उद्योगे अधिकाधिकाः जनाः चर्चां कर्तुं आरभन्ते यत् यदि बृहत्-माडल-क्षमता अत्र स्थगितवती तर्हि पुनः एआइ-बुद्बुदः विस्फोटयिष्यति वा?

"बुदबुदाः" दुष्टं वस्तु न भवति इति अनिवार्यम्। नूतनप्रौद्योगिक्याः जगतः परिवर्तनात् पूर्वं एकः चरणः भविष्यति यदा दृष्टिः वास्तविकतां दूरं अतिक्रमति। भेदः अस्ति यत् दृष्टिः साक्षात्कर्तुं शक्यते वा कदा च साक्षात्कर्तुं शक्यते वा इति। यदि दीर्घकालं यावत् तत् पूरयितुं न शक्यते तर्हि बुदबुदाः स्फुटिताः भविष्यन्ति तथा च कम्पनी दिवालिया भविष्यति गम्भीरः बुदबुदाः विस्फोटः क्षेत्रं वा बहुविधाः अर्थव्यवस्थाः अपि पातयितुं शक्नोति। यदि दृष्टिः सिद्धा भवति तर्हि सा प्रौद्योगिकीप्रगतेः पादटिप्पण्याः अतिरिक्तं किमपि न भविष्यति।

openai द्वारा विमोचितः o1 न्यूनातिन्यूनम् अस्थायीरूपेण बृहत् मॉडलेषु प्रगतेः स्थानं नास्ति इति संकोचं विपर्यययिष्यति तथा च बृहत् मॉडल् इत्यस्य "बुद्बुदस्य" आयुः विस्तारयिष्यति

यत्किमपि नूतनं प्रौद्योगिकी विश्वं परिवर्तयितुं शक्नोति तस्मात् पूर्वं निरन्तरं उन्नतिं कर्तुं आवश्यकम्। o1 इत्यस्य विशिष्टता न केवलं एतत् यत् प्रोग्रामिंग्, गणितं, भौतिकशास्त्रम् इत्यादिषु क्षेत्रेषु कार्यक्षमतायाः महती उन्नतिः अभवत्, अपितु openai अनुयायिनां समूहस्य तेषां पृष्ठतः निवेशकानां च कृते अग्रे गन्तुं मार्गः अपि प्राप्तः: पूर्वं कम्प्यूटिङ्ग् इति शक्तिः "ज्ञानं कण्ठस्थीकरणाय" अधिकं प्रयुक्ता आसीत् ——प्रतिरूपस्य प्रशिक्षणार्थं बृहत् परिमाणस्य दत्तांशस्य उपयोगेन o1 "प्रश्नानां उत्तरं दत्त्वा चिन्तयितुं" अधिकगणनाशक्तिं आवंटयति, अर्थात् तर्कप्रक्रियायां, तार्किकक्षमता च बहु उन्नता भवति

अतः पूर्वं बृहत् आदर्शप्रशिक्षणं मूलस्केलिंग् नियमानाम् अटङ्के पतितम् आसीत् आदर्शपैरामीटर् स्केलस्य विस्तारस्य अनन्तरं क्रमेण कार्यप्रदर्शनसुधारः मन्दः अभवत्

गणितस्य, प्रोग्रामिंगस्य, वैज्ञानिकसमस्यानां च कृते विशेषतया अनुकूलितं o1-mini न केवलं वैज्ञानिकानां विकासकानां च कार्यदक्षतां सुधारयितुम् प्रत्यक्षतया सहायतां कर्तुं शक्नोति, अपितु अन्येषु उच्चमूल्यानां ऊर्ध्वाधरक्षेत्रेषु विकासप्रदर्शनं सुरक्षां च सूचयितुं शक्नोति उत्तमाः आदर्शपद्धतयः सन्ति।

यथासाधारणं अनेकविमोचनेन सह openai इत्यनेन o1 विमोचनसमयः सावधानीपूर्वकं चितः । मीडिया-रिपोर्ट्-अनुसारं o1 इत्यस्य विमोचनात् पूर्वं ओपनएआइ १५० अरब अमेरिकी-डॉलर्-मूल्याङ्कनेन ७ अरब अमेरिकी-डॉलर्-रूप्यकाणां नूतनवित्तपोषणं याचते स्म । अधुना संसाधननिवेशस्य दौडस्य निरन्तरता अन्यत् कारणम् अस्ति ।

बृहत् भाषाप्रतिरूपात् "अनुमानप्रतिरूप"पर्यन्तं o1 सिद्धान्ततः प्रबलः, साहित्ये च दुर्बलः अस्ति

अस्मिन् समये openai इत्यनेन उपयोक्तृणां कृते द्वौ मॉडलौ विमोचितौ: o1-preview तथा o1-mini, अपि च अधिकानि o1 श्रृङ्खला मॉडल् मार्गे सन्ति इति घोषितवान् ।

अस्याः श्रृङ्खलायाः gpt इत्यस्य उपयोगस्य स्थाने o1 इति नामकरणस्य कारणं अस्ति यत् द्वयोः प्रशिक्षणविधिषु स्पष्टपरिवर्तनं भवति । openai इत्यस्य o1 इत्यस्य परिचयं कृत्वा ब्लॉग्-पोस्ट् इत्यस्मिन्, एतत् बहुवारं तर्क-प्रतिरूपं (तर्क-प्रतिरूपम्) इति उच्यते, तस्य स्थाने बृहत्भाषा-प्रतिरूपस्य (बृहभाषा-प्रतिरूपस्य) यत् सामान्यतया gpt-आह्वानं कुर्वन् उपयुज्यते स्म

gpt इत्यादीनां पारम्परिकबृहत्भाषाप्रतिमानानाम् समग्रप्रशिक्षणतर्कः पूर्वप्रशिक्षणं प्लस् सूक्ष्म-समायोजनम् अस्ति: प्रथमं प्रशिक्षणपूर्वपदे अग्रिमशब्दस्य पूर्वानुमानं कर्तुं बृहत्प्रतिरूपं शिक्षितुं विशालदत्तांशस्य उपयोगं कुर्वन्तु, ततः तत् पूर्वानुमानं कर्तुं शिक्षन्तु next word in the fine-tuning stage बृहत् मॉडलः विशिष्टक्षेत्रे ज्ञानं शिक्षते, तथा च मनुष्याः बृहत् मॉडलं शिक्षितुं उत्तराणि लिखितुं शक्नोति यत् जनाः किं उत्तराणि इच्छन्ति, यन्त्रं च प्रतिक्रियायाः आधारेण सुधारं करोति

o1 इत्यस्य नवीनाः कीवर्डाः सन्ति reinforcement learning and chain of thought (cot) इति ।

openai प्रक्रियायाः वर्णनं एवं करोति यत् “सुदृढीकरणशिक्षणस्य माध्यमेन o1 स्वस्य चिन्तनशृङ्खलां कथं परिष्कृत्य प्रयुक्तानि रणनीत्यानि परिष्कृत्य स्वकीयानि त्रुटयः ज्ञातुं सम्यक् कर्तुं च शिक्षते वर्तमानविधिः कार्यं न करोति चेत् भिन्नविधिप्रयत्नेन मॉडलस्य अनुमानक्षमतायां महतीं सुधारं करोति ।"

२०१६ तमे वर्षे गो विश्वविजेतारं पराजितवान् आल्फागो, तदनन्तरं च मॉडल् आल्फाजीरो इत्यनेन सह सुदृढीकरणशिक्षणस्य उपयोगः कृतः यत् मॉडलं स्वयमेव क्रीडितुं शक्नोति तथा च भिन्नराज्येषु (क्रीडासु) विजयस्य दरं सुधारयितुम् काः रणनीतयः उपयोक्तव्याः इति ज्ञातुं शक्नुवन्ति आदर्शं प्रतिरूपं प्रशिक्षितुं निरन्तरपरीक्षणद्वारा अपि दत्तांशं जनयितुं शक्नोति ।

openai o1 इत्येतत् अपि एतादृशी पद्धतिं प्रयुङ्क्ते: बृहत् मॉडलं चरण-चरण-समस्या-निराकरण-दत्तांशं प्रदातुं, यत् मॉडलं स्वयमेव सम्यक् कर्तुं शिक्षितुं शक्नोति तथा च इष्टतमं उत्तरं प्राप्तुं प्रत्येकस्मिन् चरणे प्रश्नानाम् उत्तरं कथं दातव्यम् इति ज्ञातुं शक्नोति।

"एआइ मॉडलस्य क्षमता अद्यापि दत्तांशतः आगच्छति। यदि दत्तांशे मूलतः किमपि अभावः अपर्याप्तः वा अस्ति तर्हि मॉडलः तत् शिक्षितुं न शक्नोति। o1 व्यावसायिकदत्तांशसंश्लेषणस्य पद्धतेः साक्षात्कारस्य तुल्यम् अस्ति। एतैः व्यावसायिकदत्तांशैः सह, o1 व्यावसायिकक्षमतां शिक्षितुं शक्नोति" इति सिलिकन मोबाईलस्य संस्थापकः युआन् जिन्हुई अवदत्।

o1 प्रश्नस्य उत्तरं ददाति सति सः प्रश्नस्य लघुप्रश्नमालायां अपि विभज्य पदे पदे तर्कं कृत्वा उत्तरं दास्यति एषा एव "चिन्तनशृङ्खला"। openai प्रदर्शनस्य अनुसारं o1 प्रश्नानाम् उत्तरं दातुं प्रक्रिया निम्नलिखितरूपेण भवति (उपयोक्तृणा प्रयुक्ते संस्करणे openai चिन्तनशृङ्खलायाः सामग्रीं गोपयति):

प्रश्नः (मूलतः आङ्ग्लभाषायां):

एकं bash स्क्रिप्ट् लिखन्तु यत् एकं matrix ('[1,2],[3,4],[5,6]' इति प्रारूपेण स्ट्रिंग् रूपेण प्रतिनिधितम्) प्राप्नोति तथा च matrix इत्यस्य transpose इत्येतत् समानरूपेण मुद्रयति ।

o1-पूर्वावलोकनस्य समस्यानिराकरणविचाराः (चिन्तनशृङ्खला):

एकः उपयोक्ता एकं bash स्क्रिप्ट् लिखितुं अनुरोधं कृतवान् यत् '[1,2],[3,4],[5,6]' इत्यादिकं मैट्रिक्सं प्रतिनिधियन्तं स्ट्रिंग् प्राप्तुं शक्नोति, तस्य ट्रांसपोजं च तस्मिन् एव प्रारूपे आउटपुट् कर्तुं शक्नोति ।

प्रथमं input and output formats इति अवगच्छामः ।

निवेशः - '[१,२],[३,४],[५,६]', तस्य तत्सम्बद्धं आकृतिः अस्ति:

1 2

3 4

5 6

अतः निवेशः वर्गकोष्ठकैः परिवेष्टितानां अल्पविरामैः पृथक्कृतानां रेखानां श्रृङ्खला भवति ।

अस्य आकृतिः स्थानान्तरणम् अस्ति : १.

1 3 5

2 4 6

अतः अपेक्षितं निर्गमं '[१,३,५],[२,४,६]' इति ।

समग्रं मिशनम् : १.

एकं bash स्क्रिप्ट् लिखन्तु यत् एकं आर्गुमेण्ट् (matrix इत्यस्य प्रतिनिधित्वं कुर्वन् स्ट्रिंग्) गृहीत्वा तस्य transpose इत्येतत् समानरूपेण output करोति ।

ठीकम्, अधुना विचारयामः यत् कथं bash मध्ये input string parse करणीयम्, matrix निर्मातव्यम् (संभवतः array इत्यस्य उपयोगेन), तत् transpose करणीयम्, ततः transposed matrix इत्यस्य output करणीयम्, समानं प्रारूपं कृत्वा

बाधाः : १.

- यतः एतत् bash अस्ति, अतः अस्माभिः string parsing इत्यनेन सावधानता भवितव्या ।

-स्क्रिप्ट् इनपुट् स्ट्रिंग् पैरामीटर् रूपेण स्वीकुर्यात् ।

प्रक्रिया:

-मैट्रिक्स-तत्त्वानि निष्कासयितुं निवेश-स्ट्रिंग्-पार्सं कुर्वन्तु ।

- सरणीनां सरणीरूपेण एकं मैट्रिक्सं निर्मातुम्।

-मात्रिकं स्थानान्तरणं कुर्वन्तु।

- ट्रांसपोज्ड् मैट्रिक्सं समानरूपेण आउटपुट् कुर्वन्तु ।

कार्यान्वयनपदार्थाः : १.

1. इनपुट् स्ट्रिंग् इत्येतत् पैरामीटर् रूपेण गृह्यताम् ।

2. सर्वाणि रिक्तस्थानानि (यदि सन्ति) निष्कासयन्तु।

3. इनपुट् स्ट्रिंग् पार्स कृत्वा सङ्ख्याः एकस्मिन् सरणीयां निष्कासयन्तु ।

-यतो हि निवेशस्वरूपं '[1,2],[3,4],[5,6]' अस्ति, अतः वयं :

--आवश्यकतानुसारं बाह्यकोष्ठकाः निष्कासयन्तु।

--प्रत्येकपङ्क्तिं प्राप्तुं '],' इत्यनेन तारं विभज्यताम् ।

--प्रत्येकपङ्क्तौ '[' ']' च निष्कासयन्तु, ततः ',' इत्यनेन पृथक्कृतानि तत्त्वानि प्राप्नुवन्तु ।

4. bash इत्यस्मिन् द्वि-आयामी सरणी (array of array) इत्यस्य निर्माणं कुर्वन्तु ।

-यतो हि bash arrays एक-आयामी भवन्ति, अतः अस्माभिः द्वि-आयामी array अनुकरणं कर्तव्यम् ।

5. आकृतिं स्थानान्तरयन्तु।

-ट्रांसपोजिंग् करणसमये अस्माभिः पङ्क्तयः स्तम्भाः च स्वैप् कर्तव्याः ।

6. ट्रांसपोज्ड् मैट्रिक्स इष्टस्वरूपे आउटपुट् कुर्वन्तु।

-'[1,3,5],[2,4,6]' इत्यस्य प्रारूपेण आउटपुट् स्ट्रिंग् इत्यस्य पुनर्निर्माणं कुर्वन्तु ।

अधुना, कोड् इत्यस्य लेखनं पदे पदे आरभत ।

सम्भाव्य मुद्दे : १.

-bash इत्यस्य एव देशी बहुआयामी सरणी नास्ति, अतः अस्माभिः तस्य अनुकरणं करणीयम् ।

-अस्माभिः एतादृशैः संख्याभिः सह व्यवहारः करणीयः ये बहु-अङ्कीयाः भवितुम् अर्हन्ति।

तदनन्तरं वयं अस्य bash script इत्यस्य framework इति पदे पदे लेखनं आरभुं शक्नुमः ।

【स्तोकम्‌】

अधुना '[1,2],[3,4],[5,6]' इति उदाहरणनिवेशस्य उपयोगेन एतस्य स्क्रिप्ट् परीक्षणं कुर्मः ।

किं भविष्यति इति अनुकरणं कर्तुं प्रयतन्ते।

उत्तररूपेण लिखिष्यामि।

न तु सुदृढीकरणशिक्षणं न च विचारशृङ्खलाकरणं ओपनएआइ द्वारा प्रस्तावितानि प्रथमानि तान्त्रिकदिशा: आसन् ।

o1 इत्यस्य ऑनलाइन गमनात् पूर्वं google deepmind इत्यनेन जुलैमासे अपि एतादृशेन पद्धत्या प्रशिक्षितस्य alphageometry मॉडलस्य अद्यतनं संस्करणं प्रकाशितम्, यत् अन्तर्राष्ट्रीयगणितीयओलम्पियाड् imo इत्यस्मिन् रजतपदकं प्राप्तुं समर्थम् अभवत्

परन्तु openai इत्यनेन पुनः सिद्धं कृतं यत् ते उद्योगस्य आधारेण अधिकविस्मयकारीफलयुक्तानि मॉडल्-निर्माणे अग्रणीः भवितुम् अर्हन्ति । ओपनएआइ इत्यस्य अनुसारं अन्तर्राष्ट्रीयसूचनाशास्त्रस्य ओलम्पियाड्-क्रीडायाः कृते विशेषतया प्रशिक्षितं तेषां o1-ioi मॉडल् स्वर्णपदकं प्राप्तुं शक्नोति ।

नवीनप्रशिक्षणेन अनुमानपद्धतिभिः च, openai o1-पूर्वावलोकनं कठिनगणितीयसमस्यानां समाधानं कर्तुं प्रोग्रामिंगकार्यस्य संसाधने च gpt-4o इत्यस्य महत्त्वपूर्णतया अतिक्रमणं करोति उदाहरणार्थं, प्रतियोगिता गणितदत्तांशसमूहे aime 2024 इत्यत्र o1-पूर्वावलोकनस्कोरः gpt-4o इत्यस्य 4 गुणाधिकः भवति, प्रोग्रामिंगप्रतियोगितादत्तांशसमूहे codeforces इत्यत्र अन्तरं 5.6 गुणा भवति

गणितप्रतियोगितासु, प्रोग्रामिंगप्रतियोगितासु, वैज्ञानिकप्रश्नाउत्तरदत्तांशसमूहपरीक्षासु च o1-पूर्वावलोकनं तथा o1 gpt-4o इत्यस्मात् महत्त्वपूर्णतया अतिक्रान्तवान् ।

openai इत्यनेन उक्तं यत् openai o1-preview तथा openai o1-mini इत्यस्य वर्तमानकाले सीमितसंस्करणं केवलं प्रारम्भिकसंस्करणम् अस्ति तेषां अग्रिमः मॉडलः भौतिकशास्त्रे, रसायनशास्त्रे, जीवविज्ञाने इत्यादिषु चुनौतीपूर्णपरीक्षाप्रश्नेषु डॉक्टरेट्-छात्रस्य सदृशं कार्यं करोति, यदा तु पूर्ववर्ती मॉडलः most स्नातकस्तरस्य अथवा स्नातकोत्तरस्तरस्य सन्ति।

प्रौद्योगिकीम् यथार्थरूपेण परिणमयन् openai इत्यनेन २१२ योगदातृणां उल्लेखः कृतः, यत् gpt-4o इत्यस्य पाठभागस्य योगदातृभिः (२३४ जनाः) तुलनीयम् अस्ति । परन्तु o1 प्रशिक्षणार्थं अधिकप्रकारस्य दत्तांशस्य आवश्यकता भवति । openai इत्यनेन उल्लेखितम् यत् o1 पूर्वप्रशिक्षणे प्रयुक्तः आँकडा सार्वजनिकदत्तांशसमूहात्, भागिनानां स्वामित्वदत्तांशतः, आन्तरिकरूपेण विकसितस्य कस्टमदत्तांशसमूहात् च आगच्छति, यदा तु gpt-4o केवलं प्रथमद्वयप्रकारस्य आँकडानां उपयोगं करोति यदा सः पाठक्षमतासु निपुणतां प्राप्नोति

"अनुमानप्रतिमानानाम्" प्रति पक्षपातपूर्णा o1 श्रृङ्खला gpt-4o पूर्णतया न अतिक्रान्तवती, तस्याः भाषाक्षमता च तस्याः सापेक्षिकदुर्बलता अस्ति ।

openai इत्यस्य परीक्षणेषु अधिकांशजनानां मतं यत् o1-पूर्वावलोकनं gpt-4o इत्यस्मात् श्रेष्ठं भवति यत् तर्कस्य मूल्यं ददाति यथा आँकडाविश्लेषणं, प्रोग्रामिंगं, गणितं च तथापि व्यक्तिगतलेखनस्य, पाठसम्पादनस्य इत्यादीनां दृष्ट्या gpt-4o अद्यापि श्रेष्ठम् अस्ति .

gpt-4o द्वारा समाधानं कर्तुं न शक्यन्ते ये समस्याः ते o1-पूर्वावलोकने अपि दृश्यन्ते यथा, एतत् "बकवासम्" अपि करिष्यति तथा च 9.11 9.2 इत्यस्मात् बृहत्तरम् इति चिन्तयिष्यति ।

व्यक्तिगतलेखनस्य, पाठसम्पादनस्य इत्यादीनां कृते gpt-4o श्रेष्ठम् अस्ति ।

चिन्तनशृङ्खलाद्वारा आनयितः दीर्घतरः प्रतिक्रियासमयः (चिन्तनम्) वास्तविकप्रयोगे o1 श्रृङ्खलायाः दोषः भवितुम् अर्हति । यदा "पञ्चदेशानां नामानि सूचीतुं पृष्टः येषां तृतीयः अक्षरः a" अस्ति, तदा gpt-4o केवलं 3 सेकेण्ड् यावत्, o1-mini 9 सेकण्ड्, o1-पूर्वावलोकने 32 सेकण्ड्, gpt-4o दशवारं च गृहीतवान् मूलतः सरलप्रश्नानां कृते अनुपलब्धम्।

तावत्पर्यन्तं o1-preview तथा mini इत्येतयोः कार्याणि जालपुटं ब्राउज् करणं, सूचनां प्राप्तुं, gpt-4o इत्यादीनां अपलोड् कृतानां सञ्चिकानां चित्राणां च संसाधनं न भवति । वर्तमान समये इदं प्रतीयते यत् उत्पादकतासुधारार्थं o1 इत्यस्य उपयोगं कर्तुं शक्नुवन्ति द्रुततमाः जनाः सॉफ्टवेयरविकासकाः सन्ति, परन्तु openai इत्यनेन एपिआइ-इत्यस्य आह्वानस्य मार्गः अपि सीमितः भवति: ते प्रतिनिमेषं केवलं २० वारं आह्वानं कर्तुं शक्नुवन्ति, फंक्शन्-आह्वानं, स्ट्रीमिंग्, इत्यादीनि कार्याणि विहाय प्रणाली सन्देश समर्थन .

प्रशिक्षणं स्केलिंग् तः अनुमानं स्केलिंग् यावत् कम्प्यूटिङ्ग् पावर स्पर्धा निरन्तरं भविष्यति

अनेकानाम् बृहत्-माडल-संशोधकानां दृष्ट्या o1 इत्यस्य महत्त्वपूर्णः परिवर्तनः अस्ति यत् सः बृहत्-माडल-क्षमतायां महतीं सुधारं कर्तुं नूतनं मार्गं दर्शयति

मूल-स्केलिंग-नियमानाम् अर्थः अस्ति यत् बृहत्तर-मापदण्डैः सह मॉडल्-प्रशिक्षणार्थं अधिक-दत्तांशस्य, कम्प्यूटिङ्ग्-शक्तेः च उपयोगेन उत्तमं प्रदर्शनं भविष्यति ।

यथा अधोलिखिते चित्रे दर्शितं, o1 दर्शयति यत् यदि मॉडलः प्रश्नानाम् उत्तरं दातुं अधिकं समयं अधिकं च गणनाशक्तिं व्ययति (test-time compute) तर्हि कार्यक्षमतायाः उन्नतिः निरन्तरं भविष्यति एनवीडिया वरिष्ठः एआइ वैज्ञानिकः जिम फैन् सामाजिकमाध्यमेषु अवदत् यत् २०२२ तमे वर्षे डीपमाइण्ड् इत्यनेन चिन्चिल् स्केलिंग् लॉस् (मूल स्केलिंग् लॉस् इत्यस्य अनुकूलनं) प्रस्तावितं ततः परं बृहत् मॉडल् रिसर्च इत्यस्मिन् एतत् महत्त्वपूर्णं चित्रं भवितुम् अर्हति

जिम फैन् इत्यनेन बृहत्प्रतिमानानाम् भविष्यस्य विकासस्य सम्भावना अपि प्रस्ताविता: भविष्यस्य प्रतिमानाः तर्कं ज्ञानात् पृथक् कर्तुं शक्नुवन्ति, लघु "तर्कस्य कोरः" भवितुम् अर्हन्ति, अपि च सामान्यज्ञानप्रश्नादिपरीक्षणार्थं तथ्यानि (ज्ञानं) कण्ठस्थं कर्तुं बहुसंख्यया मापदण्डानां उपयोगं कर्तुं शक्नुवन्ति तथा उत्तराणि।

openai इत्यनेन o1 इत्यस्य परिचयं दत्ते लेखे अपि विशेषतया उल्लेखः कृतः यत् ते gpt श्रृङ्खलायाः मॉडल्-विकासं निरन्तरं करिष्यन्ति इति । एतेन सूचयितुं शक्यते यत् openai o1 इत्यस्मिन् प्रयुक्तानि पद्धतीनि अग्रिमपीढीयाः gpt मॉडल् मध्ये प्रवर्तयिष्यति ।

o1 नूतना मुख्यधारापद्धतिः भवति वा, अथवा o1 gpt श्रृङ्खलाया सह संयोजितं भवति चेत् बृहत्प्रतिमानानाम् अग्रिमपीढीयाः विकासः भवति वा, गणनाशक्तिआवश्यकता अधिकं वर्धनीया

openai इत्यनेन o1 श्रृङ्खलायाः अनुमानव्ययः न प्रकटितः, परन्तु o1 मॉडलस्य प्रश्नानाम् उत्तरं दातुं तथा openai इत्यस्य o1 इत्यस्य उपयोगप्रतिबन्धानां कृते यत् समयः भवति, तस्मात् समयात् अनुमानं कर्तुं शक्यते यत् o1 इत्यस्य gpt श्रृङ्खलायाः अपेक्षया बहु बृहत्तरं अनुमानगणनासंसाधनानाम् आवश्यकता वर्तते

chatgpt plus सशुल्कप्रयोक्तारः ये प्रतिमासं $२० व्यययन्ति ते सम्प्रति केवलं o1-preview ३० वारं, o1-mini ५० वारं च प्रतिसप्ताहं उपयोक्तुं शक्नुवन्ति । gpt-4o इत्यस्य वर्तमानसीमा प्रतिसप्ताहं ४४८० वारं (प्रत्येकं ३ घण्टेषु ८० वारं) अस्ति, यत् o1-mini इत्यस्य ९० गुणा, o1-पूर्वावलोकनस्य १५० गुणा च अस्ति ।

प्रश्नानाम् उत्तरं दातुं o1-पूर्वावलोकनस्य समयः gpt श्रृङ्खलामाडलस्य कृते सेकण्ड्-तः दश-सेकेण्ड्-पर्यन्तं वा अधिककालं यावत् वर्धितः अस्ति । प्रश्नानाम् उत्तरं ददाति समये अपि महत्त्वपूर्णतया अधिकं पाठं संसाधयति। "चिन्तनशृङ्खला" प्रक्रियां दर्शयन् लेखे सूचीकृतानि प्रोग्रामिंगसमस्याः उदाहरणरूपेण गृह्यताम् यदा o1 इत्यनेन चिन्तनशृङ्खला सहितं तस्य समाधानं कृतम् तदा 6632 वर्णाः संसाधिताः, यत् gpt-4o इत्यस्य ४.२ गुणान् आसीत् दीर्घतरगणनासमयः दीर्घतरं उत्पादनं च अधिकगणनाशक्तिव्ययः इति अर्थः ।

o1 एआइ-संभावनानां उत्तेजना, कम्प्यूटिंग्-विद्युत्-उपभोगः च पूंजी-विपण्ये शीघ्रमेव प्रतिबिम्बितम् आसीत् । यतः अस्य सप्ताहस्य आरम्भे मीडिया-माध्यमेन openai-इत्यनेन नूतनं मॉडलं विमोचयितुं प्रवृत्तम् इति ज्ञापितं, तस्मात् nvidia-इत्यस्य स्टॉक-मूल्यं १०% पुनः उत्थापितं, microsoft-इत्यपि एकत्र वर्धितम्

ये कम्पनीः प्रौद्योगिक्याः विकासस्य दिशायाः विषये अनिश्चिताः सन्ति अथवा मूलभूतप्रतिमानानाम् विषये स्वसंशोधनं मन्दं कृतवन्तः, तेषां कृते अधुना नूतनं कार्यं कर्तव्यं, नूतनानि दिशानि च रोल कर्तव्यानि सन्ति o1 इत्यस्य विमोचनस्य उच्चसंभावनायाः अर्थः अस्ति यत् "अनुमानप्रतिमानानाम्" दृष्ट्या प्रतिस्पर्धायाः अन्तरं पुनः विस्तारितं जातम्, त्वरितरूपेण ग्रहणस्य निवेशस्य च दौरः भवितुं प्रवृत्तः अस्ति

"व्यापारं कर्तुं समयः अस्ति, अन्यथा वयं इतः परं क्रीडायां न भविष्यामः" इति चीनदेशस्य एकः बृहत्-स्तरीयः आदर्श-संशोधकः अवदत् ।

शीर्षक चित्रम् : दृश्य चीन

१९५७ तमे वर्षे प्रथमवारं मानवनिर्मितः वस्तु ब्रह्माण्डे प्रविष्टः, सप्ताहत्रयं यावत् पृथिव्याः परिभ्रमणं कृतवान् । यदा मनुष्याः उपरि पश्यन्ति तदा ते पौराणिकतारकाणां समानान्तरेण रात्रौ आकाशे रेखां कृत्वा लघुप्रकाशप्रकाशं द्रष्टुं शक्नुवन्ति ।

एतादृशाः पराक्रमाः जातिविचारधाराभ्यां छित्त्वा विश्वे आनन्दं जनयन्ति स्म । परन्तु न तु विजयस्य आनन्दः यत् वयं मानवीयपराक्रमैः प्रेरिताः इति शङ्कयामः। तत्कालीनराजनैतिकदार्शनिकायाः ​​हन्ना एरेण्ड्ट् इत्यस्याः अवलोकनस्य अनुसारं जनानां मनोदशा बहुप्रतीक्षितस्य राहतस्य समीपे एव अस्ति-विज्ञानम् अन्ततः अपेक्षां गृहीतवान्, तथा च “मानवता अन्ततः पृथिव्याः कारागारात् बहिः गन्तुं मार्गे अस्ति गृहीतः” इति ।

जनाः सर्वदा प्रौद्योगिकी-अन्वेषणस्य आधारेण विश्वस्य विषये स्वस्य अपेक्षां शीघ्रं समायोजयन्ति । यदा विज्ञानकथालेखकस्य काल्पनिकता वास्तविकतां प्राप्नोति तदा प्रायः तदा एव भवति यदा प्रौद्योगिकी अन्ते जनानां अपेक्षां गृह्णाति, अथवा एरेण्ड्ट् इत्यस्य वचने “प्रौद्योगिक्याः साक्षात्कारः भवति, पुष्टयति च यत् जनानां स्वप्नाः न उन्मत्ताः न च शून्याः” इति

अद्यत्वे इत्यादिषु काले अधिकं स्वप्नं द्रष्टुं श्रेयस्करम् ।

"latepost" इत्यस्य tech tuesday इति स्तम्भस्य प्रारम्भस्य अपि एषा अपेक्षा अस्ति । वयं आशास्महे यत् "लेट्" नित्यं ध्यानं दत्तस्य व्यापारजगतेः अतिरिक्तं नूतनं वैज्ञानिकसंशोधनं प्रौद्योगिकीप्रगतिः च नियमितरूपेण प्रवर्तयिष्यामः।

एते अत्याधुनिकसंशोधनस्य प्रगतेः विषये, प्रौद्योगिकी-अनुप्रयोगस्य अवलोकनस्य विषये, अथवा केषाञ्चन उत्कृष्टप्रौद्योगिकीनां श्रद्धांजलिम् अथवा युगस्य अपि विषये भवितुम् अर्हन्ति

अस्मिन् स्तम्भे विज्ञानस्य प्रौद्योगिक्याः च दृष्ट्या विश्वे विविधाः परिवर्तनाः अभिलेखिताः भविष्यन्ति। अस्मिन् यात्रायां पाठकाः अस्माभिः सह सम्मिलिताः भूत्वा जगतः विषये किञ्चित् अधिकं अवगमनं प्राप्तुं शक्नुवन्ति इति आशासे।

· fin · ९.