अक्टूबर 2023 में, वर्सेल के एआई मॉडल राउटर के एक चौथाई से अधिक अनुरोध पारंपरिक एलएलएम के बजाय निर्णय लेने वाले मॉडल के लिए थे। यह एक ऐसी तकनीक के लिए एक महत्वपूर्ण सफलता है जो सिर्फ एक महीने पहले ही सामने आई थी। निर्णय लेने वाले मॉडल, अनिवार्य रूप से, विशेषीकृत एलएलएम हैं जो टेक्स्ट टोकन उत्पन्न नहीं करते हैं, बल्कि पूर्व-निर्धारित विकल्पों में से तेजी से और आर्थिक रूप से चयन करते हैं, अपने चयन के आत्मविश्वास के स्तर का आकलन करते हुए। उनका मूल्य उत्पादन वातावरण में विशेष रूप से उच्च है, जहां निर्णय लेने की गति अक्सर विस्तृत तर्क से अधिक महत्वपूर्ण होती है, जो धीमी और अधिक महंगी «सीमांत» मॉडल प्रदान करते हैं।
जेव की घटना: बाजार का नेता और नए खिलाड़ी
बाजार का प्रभुत्व और तीव्र वृद्धि
टाइपसेफ ने अपने जेव मॉडल की श्रृंखला के कारण 7.5 बिलियन डॉलर का पूंजीकरण हासिल किया है, जो बाजार पर हावी है। पिछले सप्ताह ही, ओपनराउटर सेवा ने टाइपसेफ मॉडल के लिए 1.5 बिलियन से अधिक अनुरोधों को संसाधित किया।
हालांकि, ऐसे मॉडल बनाने की सादगी के कारण जेव के जारी होने के तुरंत बाद दर्जनों एनालॉग सामने आए। अमेज़ॅन के एक इंजीनियर ने सप्ताहांत में अपना मॉडल विकसित किया, और जल्द ही हर बड़े क्लाउड सेवा प्रदाता ने अपना समाधान पेश किया।
दिग्गजों का प्रवेश: माइक्रोसॉफ्ट डिसीजन-1.1
हाल ही में, माइक्रोसॉफ्ट के सीईओ सत्या नडेला ने एज़ूर प्लेटफॉर्म पर व्यापक उपयोग के लिए अपने स्वयं के निर्णय लेने वाले मॉडल, माइक्रोसॉफ्ट-डिसीजन-1.1 के तत्काल लॉन्च की घोषणा की। यह तकनीकी दिग्गजों के लिए इस दिशा के रणनीतिक महत्व पर जोर देता है।
स्टार्टअप नवाचार: स्क्विश और डेटा दृष्टिकोण
निवेश आकर्षित करना और अद्वितीय प्रस्ताव
ब्रिटिश स्टार्टअप स्क्विश, निर्णय लेने वाले मॉडल केट्टेई फैट के डेवलपर, ने प्री-सीड राउंड में 3 मिलियन डॉलर जुटाने की घोषणा की। सह-संस्थापक उष्नीश सेनगुप्ता और फेडेरिका फ्रेडी, जो कैम्ब्रिज में पढ़ाई के दौरान मिले थे, ने शुरू में छोटे एलएलएम विकसित किए थे, लेकिन जेव के आगमन के साथ, उन्होंने शक्तिशाली निर्णय लेने वाले मॉडल बनाने के लिए अपनी वास्तुकला की क्षमता को महसूस किया।
डेटा और अनुकूलन की भूमिका
इस श्रेणी के मॉडलों में सफलता की कुंजी डेटा है। टाइपसेफ के सीईओ डियोगो अल्मेडा ने टेकक्रंच को बताया कि जेव बनाने का सबसे चुनौतीपूर्ण हिस्सा सांख्यिकीय रूप से समायोजित सिंथेटिक डेटा का उपयोग करके इसके निर्णयों का ठीक-ठीक अंशांकन था।
स्क्विश सिंथेटिक डेटा के साथ भी काम करता है, लेकिन उनका अनूठा प्रस्ताव पोस्ट-ट्रेनिंग के लिए अंतर्निहित उपकरण हैं जो ग्राहकों को मॉडल की सटीकता में सुधार के लिए अपने स्वयं के डेटा का उपयोग करने की अनुमति देते हैं।
“हम अपने प्रतिस्पर्धियों से इस मायने में अलग हैं कि हम अपने ग्राहकों को वही शक्ति प्रदान करते हैं… वे अपने उत्पादन डेटा को अपलोड करना जारी रख सकते हैं, और जिस तरह से हमने अपने मॉडल को प्रशिक्षित किया है, उसी तरह उनके मॉडल भी उन कार्यों में लगातार सुधार कर सकते हैं जो उनके लिए महत्वपूर्ण हैं,” स्क्विश के सीईओ उष्णिश सेनगुप्ता ने टेकक्रंच के साथ एक साक्षात्कार में कहा।
मॉडल का चयन और मूल्यांकन: वास्तव में क्या मायने रखता है
बेंचमार्क पर वास्तविक मामलों का लाभ
निर्णय लेने वाले मॉडल का मूल्यांकन करना कोई आसान काम नहीं है। स्क्विश का केटेई फैट मॉडल कुछ परीक्षणों में अच्छा प्रदर्शन करता है, लेकिन अधिकांश डेवलपर्स सहमत हैं कि वास्तविक प्रभावशीलता केवल व्यवहार में ही प्रकट होती है।
डेवलपर्स किसी विशिष्ट संदर्भ में इसके प्रदर्शन का मूल्यांकन करने के लिए आसानी से एक मॉडल को दूसरे से बदल सकते हैं।

सेनगुप्ता कहते हैं, “बेंचमार्क मॉडल को आज़माने का एक निमंत्रण है, और निरंतर फाइन-ट्यूनिंग ही वह कारण है जिससे उन्हें हमारे साथ रहना चाहिए।”
माइक्रोसॉफ्ट डिसीजन 1.1 मॉडल भी लागत, विलंबता, बुद्धिमत्ता और अंशांकन के बीच सावधानीपूर्वक संतुलन का परिणाम है। इंजीनियरिंग के उपाध्यक्ष अचंत श्रीवास्तव, जिन्होंने परियोजना का नेतृत्व किया, इस बात से सहमत हैं कि बेंचमार्क पर अत्यधिक ध्यान देना एक गलती है।
श्रीवास्तव ने एक ईमेल में लिखा, “हम देखते हैं कि ‘अधिकतम परीक्षण’ मॉडल वास्तविक कॉर्पोरेट उपयोग में बहुत जल्दी विफल हो जाते हैं।” “हमारा परीक्षण इस बात पर जोर देता है कि एक ही मॉडल में सटीकता, विश्वसनीयता, गति और लागत-प्रभावशीलता सुनिश्चित करना कितना मुश्किल है। माइक्रोसॉफ्ट-डिसीजन-1.1 और जेव उन कुछ मॉडलों में से हैं जो सभी चार मापदंडों पर उच्च प्रदर्शन करते हैं, यहां तक कि ‘विलंबित’ या पहले कभी न देखे गए बेंचमार्क पर मूल्यांकन करते समय भी, जो वास्तविक उपयोग के परिदृश्यों को दर्शाते हैं।”
निर्णय लेने वाले मॉडल का भविष्य: एलएलएम के साथ सहजीवन
स्क्विश जैसे स्टार्टअप के लिए, दिग्गजों के साथ प्रतिस्पर्धा नए अवसर खोलती है। फ्रेडी भविष्यवाणी करते हैं कि भविष्य में, सिस्टम “सिस्टम वन इंटेलिजेंस” (निर्णय लेने वाले मॉडल) को “सिस्टम टू इंटेलिजेंस” (सीमांत एलएलएम) के साथ जोड़ेंगे। यह अधिक प्रभावी और बहुक्रियाशील एआई समाधान बनाएगा। वीडियो सामग्री को बढ़ावा देने के बारे में अधिक जानें।
अक्सर पूछे जाने वाले प्रश्न
निर्णय लेने वाले मॉडल क्या हैं?
ये विशेष AI मॉडल हैं, जो LLM आर्किटेक्चर पर आधारित हैं, लेकिन टेक्स्ट उत्पन्न करने के बजाय दिए गए विकल्पों में से त्वरित और किफायती विकल्प चुनने के लिए अनुकूलित हैं। वे लिए गए निर्णय में अपने आत्मविश्वास का भी मूल्यांकन करते हैं।
वे पारंपरिक LLM से कैसे भिन्न हैं?
मुख्य अंतर उद्देश्य में है: LLM सामग्री उत्पन्न करते हैं, जबकि निर्णय लेने वाले मॉडल इष्टतम विकल्प चुनते हैं। पहले वाले धीमे और संसाधन-गहन होते हैं, जबकि बाद वाले विशिष्ट कार्यों के लिए तेज़ और कुशल होते हैं।
इन मॉडलों में अनुकूलन की क्या भूमिका है?
अनुकूलन, यानी ग्राहक के अपने डेटा पर मॉडल को फिर से प्रशिक्षित करने की क्षमता, सफलता का एक प्रमुख कारक बन जाती है। यह विशिष्ट व्यावसायिक संदर्भों में निर्णयों की सटीकता और प्रासंगिकता को काफी बढ़ा सकता है।
निष्कर्ष
निर्णय लेने वाले मॉडल AI परिदृश्य को तेजी से बदल रहे हैं, व्यवसायों को महत्वपूर्ण संचालन को स्वचालित करने में अभूतपूर्व गति और दक्षता प्रदान कर रहे हैं। यदि आप अपनी प्रक्रियाओं को अनुकूलित करना चाहते हैं और नियमित निर्णयों से होने वाले «सिरदर्द» को कम करना चाहते हैं, तो ये प्रौद्योगिकियां गहन ध्यान देने योग्य हैं।
हम लघु वीडियो के माध्यम से व्यापक प्रचार प्रदान करते हैं, जिसमें सामग्री निर्माण और विभिन्न प्लेटफार्मों के लिए इसका अनुकूलन शामिल है, ताकि आप रणनीतिक कार्यों पर ध्यान केंद्रित कर सकें। यह जानने के लिए हमसे संपर्क करें कि हम आपकी वीडियो मार्केटिंग रणनीति में उन्नत AI समाधानों को एकीकृत करने में आपकी कैसे मदद कर सकते हैं और बजट और तनाव की बचत करते हुए एक ही स्थान पर सब कुछ ऑर्डर कर सकते हैं।
