5 सर्वश्रेष्ठ ओपन सोर्स एलएलएम (अगस्त 2025)

बड़े भाषा मॉडल (एलएलएम) आज के एआई की आधारशिला के रूप में उभरे हैं, जो नवाचारों को बढ़ावा दे रहे हैं और प्रौद्योगिकी के साथ हमारे बातचीत करने के तरीके को नया आकार दे रहे हैं।

जैसे-जैसे ये मॉडल तेजी से परिष्कृत होते जा रहे हैं, उन तक पहुंच को लोकतांत्रिक बनाने पर जोर बढ़ रहा है। ओपन-सोर्स मॉडल, विशेष रूप से, इस लोकतंत्रीकरण में एक महत्वपूर्ण भूमिका निभा रहे हैं, जो शोधकर्ताओं, डेवलपर्स और उत्साही लोगों को समान रूप से उनकी पेचीदगियों में गहराई तक जाने, उन्हें विशिष्ट कार्यों के लिए तैयार करने, या यहां तक ​​​​कि उनकी नींव पर निर्माण करने का अवसर प्रदान करते हैं।

इस ब्लॉग में, हम एआई समुदाय में धूम मचा रहे कुछ शीर्ष ओपन-सोर्स एलएलएम का पता लगाएंगे। प्रत्येक व्यक्ति अपनी अद्वितीय शक्तियों और क्षमताओं को सामने लाता है।

1. लामा 3

मेटा का लामा 3 उनके ओपन-सोर्स बड़े भाषा मॉडल लाइनअप में एक बड़ी छलांग का प्रतिनिधित्व करता है। 2 में जारी अभूतपूर्व लामा 2023 के उत्तराधिकारी के रूप में, लामा 3 8बी और 70बी पैरामीटर स्केल पर खुले तौर पर उपलब्ध मॉडलों के लिए एक नया अत्याधुनिक स्थापित करता है। यह केवल एक वृद्धिशील अद्यतन नहीं है; यह एक परिवर्तनकारी प्रगति है जो डेवलपर्स को एआई में खुले अनुसंधान और नवाचार को बढ़ावा देते हुए अत्याधुनिक प्राकृतिक भाषा अनुप्रयोगों का निर्माण करने में सक्षम बनाएगी।

लामा 3 का बेजोड़ प्रदर्शन इसकी पूर्व-प्रशिक्षण प्रक्रिया और वास्तुकला में बड़े सुधारों के कारण है। मॉडल को सार्वजनिक रूप से उपलब्ध स्रोतों से 15 ट्रिलियन से अधिक टोकन के विशाल डेटासेट पर प्रशिक्षित किया गया था, जो लामा 7 की तुलना में आश्चर्यजनक रूप से 2 गुना अधिक डेटा था। इसमें लामा 4 की कोडिंग क्षमताओं को बढ़ावा देने के लिए 3 गुना अधिक कोड डेटा, साथ ही 30+ का महत्वपूर्ण कवरेज शामिल है। भविष्य के बहुभाषी संस्करणों की नींव रखने के लिए भाषाएँ। इस डेटा को क्यूरेट करने के लिए व्यापक फ़िल्टरिंग का उपयोग किया गया था, यह सुनिश्चित करते हुए कि लामा 3 केवल उच्चतम गुणवत्ता वाले स्रोतों से सीखे।

लेकिन लामा 3 का संवर्द्धन सिर्फ अधिक डेटा से परे है। मॉडल की वास्तुकला और प्रशिक्षण प्रक्रिया में अत्याधुनिक अनुकूलन ने इसकी तर्क क्षमताओं, कोड निर्माण, निर्देशों का पालन और प्रतिक्रिया विविधता में काफी सुधार किया है। एक बेहतर टोकनाइज़र लामा 3 को अपने पूर्ववर्ती की तुलना में 15% अधिक टोकन कुशल बनाता है। समूहीकृत क्वेरी ध्यान 8बी मॉडल को पिछले 7बी मॉडल के साथ अनुमान समानता बनाए रखने की अनुमति देता है।

स्रोत: मेटा

अंतिम परिणाम एक भाषा मॉडल है जो विभिन्न प्रकार के जटिल भाषा कार्यों में उत्कृष्टता प्राप्त करता है:

• रचनात्मक पीढ़ी: लामा 3 कहानियों, स्क्रिप्ट, संगीतमय टुकड़ों, कविताओं और बहुत कुछ के रूप में अत्यधिक सुसंगत और रचनात्मक पाठ उत्पन्न कर सकता है।
• कोडिंग और रीज़निंग: अपने उन्नत कोड प्रशिक्षण डेटा के लिए धन्यवाद, लामा 3 जटिल समस्याओं से निपटने के लिए अविश्वसनीय रूप से मजबूत कोडिंग और तार्किक तर्क कौशल का दावा करता है।
• प्रश्न उत्तर देना: जानकारी को अपने व्यापक ज्ञान आधार से जोड़कर, लामा 3 विविध विषयों पर प्रश्नों के गहन जानकारीपूर्ण उत्तर प्रदान कर सकता है।
• संक्षिप्तीकरण: लामा 3 लंबे लेखों और तथ्यात्मक सामग्री के संक्षिप्त लेकिन व्यापक सारांश तैयार करने में माहिर है।
• अनुदेश निम्नलिखित: लामा 3 की सबसे प्रभावशाली खूबियों में से एक ओपन-एंडेड कार्यों के लिए जटिल बहु-चरणीय निर्देशों का सटीक रूप से पालन करने की क्षमता है।

लामा श्रृंखला का भविष्य उज्ज्वल है। मेटा पहले से ही 3बी से अधिक मापदंडों के साथ लामा 400 के संस्करण विकसित कर रहा है जो न केवल बड़े हैं बल्कि बहुभाषी और मल्टीमॉडल भी हैं। प्रारंभिक परीक्षण से पता चलता है कि ये अल्ट्रा-बड़े पैमाने के मॉडल सर्वोत्तम स्वामित्व प्रणालियों के साथ प्रतिस्पर्धी परिणाम प्रदान करते हैं।

स्रोत: मेटा

लामा 3 पर जाएँ →

2. फूल का खिलना

2022 में, एआई कंपनी हगिंग फेस के नेतृत्व में 1,000 से अधिक देशों के 70 से अधिक स्वयंसेवी शोधकर्ताओं के नेतृत्व में एक साल के सहयोगात्मक प्रयास के बाद ब्लूम परियोजना का अनावरण किया गया था। ब्लूम (बिगसाइंस लार्ज ओपन-साइंस ओपन-एक्सेस मल्टीलिंगुअल लैंग्वेज मॉडल) एक 176 बिलियन पैरामीटर वाला बड़ा भाषा मॉडल है जो ऑटोरेग्रेसिव टेक्स्ट जेनरेशन के लिए डिज़ाइन किया गया है, जो सुसंगत कहानियों, स्क्रिप्ट, कविता, लेख और बहुत कुछ उत्पन्न करने के लिए दिए गए टेक्स्ट प्रॉम्प्ट को विस्तारित करने में सक्षम है।

ब्लूम को जो चीज अलग करती है, वह इसकी ओपन-एक्सेस प्रकृति है - तकनीकी कंपनियों द्वारा विकसित अधिकांश अन्य बड़े भाषा मॉडल के विपरीत, मॉडल, स्रोत कोड और प्रशिक्षण डेटा सभी खुले लाइसेंस के तहत स्वतंत्र रूप से उपलब्ध हैं। यह खुलापन व्यापक एआई समुदाय द्वारा मॉडल की निरंतर जांच, उपयोग और वृद्धि को आमंत्रित करता है।

ब्लूम प्रभावशाली बहुभाषी क्षमताओं का दावा करता है, जिसे 1.6 प्राकृतिक भाषाओं और 46 प्रोग्रामिंग भाषाओं में फैले विशाल 13TB डेटासेट (रूट्स कॉर्पस) पर प्रशिक्षित किया गया है, जिसमें 30% से अधिक डेटा अंग्रेजी है। स्पैनिश और अरबी जैसी कई भाषाओं के लिए, ब्लूम अपने आकार का पहला मॉडल है।

मॉडल को 3.5 एनवीआईडीआईए ए384 जीपीयू का उपयोग करके फ्रांस में जीन ज़े सुपरकंप्यूटर पर 100 महीने से अधिक समय तक प्रशिक्षित किया गया था, जो फ्रांसीसी सरकार से एक गणना अनुदान द्वारा संभव हुआ - जो 5 लाख घंटे से अधिक की गणना के बराबर है। संशोधनों के साथ जीपीटी आर्किटेक्चर के आधार पर, ब्लूम बेंचमार्क पर प्रतिस्पर्धी प्रदर्शन हासिल करता है।

ब्लूम की प्रमुख ताकतें:

• खुला एक्सेस: ब्लूम का मॉडल, कोड और प्रशिक्षण डेटा स्वतंत्र रूप से उपलब्ध है, जो शक्तिशाली भाषा मॉडल तक पहुंच को लोकतांत्रिक बनाता है और खुले शोध को सक्षम बनाता है।
• बहुभाषी दक्षता: 46 प्राकृतिक भाषाओं और 13 प्रोग्रामिंग भाषाओं में फैले डेटा पर प्रशिक्षित, ब्लूम के पास व्यापक बहुभाषी क्षमताएं हैं।
• बहुमुखी भाषा कौशल: पाठ निर्माण से लेकर प्रश्न उत्तर, सारांशीकरण, अनुवाद और कोड निर्माण तक, ब्लूम विभिन्न प्रकार के भाषा कार्यों में उत्कृष्टता प्राप्त करता है।
• जिम्मेदार AI विकास: BLOOM को जिम्मेदार AI प्रथाओं पर ध्यान केंद्रित करने के साथ विकसित किया गया था और इसे दुर्भावनापूर्ण उपयोग के मामलों को प्रतिबंधित करने वाले लाइसेंस के तहत जारी किया गया है।
• आसान तैनाती: डेवलपर्स हगिंग फेस ट्रांसफॉर्मर्स लाइब्रेरी के माध्यम से ब्लूम तक पहुंच सकते हैं और एक्सेलेरेट का उपयोग करके इसे तैनात कर सकते हैं।

आगे देखते हुए, बिगसाइंस टीम BLOOM को अधिक भाषाओं में विस्तारित करने, मॉडल को संपीड़ित करने और इसे अधिक उन्नत आर्किटेक्चर के लिए शुरुआती बिंदु के रूप में उपयोग करने की योजना बना रही है। ब्लूम बड़े भाषा मॉडल को अधिक पारदर्शी और सभी के लिए सुलभ बनाने की दिशा में एक प्रमुख कदम का प्रतिनिधित्व करता है।

ब्लूम पर जाएँ →

3. एमपीटी-7बी

मोज़ेकएमएल फ़ाउंडेशन ने अपने नवीनतम ओपन-सोर्स एलएलएम एमपीटी-7बी की शुरुआत के साथ इस क्षेत्र में महत्वपूर्ण योगदान दिया है। MPT-7B, MosaicML Pretrained Transformer का संक्षिप्त रूप, एक GPT-शैली, डिकोडर-केवल ट्रांसफार्मर मॉडल है। यह मॉडल कई संवर्द्धन का दावा करता है, जिसमें प्रदर्शन-अनुकूलित परत कार्यान्वयन और वास्तुशिल्प परिवर्तन शामिल हैं जो बेहतर प्रशिक्षण स्थिरता सुनिश्चित करते हैं।

MPT-7B की एक असाधारण विशेषता टेक्स्ट और कोड के 1 ट्रिलियन टोकन वाले व्यापक डेटासेट पर इसका प्रशिक्षण है। यह कठोर प्रशिक्षण 9.5 दिनों की अवधि में मोज़ेकएमएल प्लेटफॉर्म पर निष्पादित किया गया था।

एमपीटी-7बी की ओपन-सोर्स प्रकृति इसे व्यावसायिक अनुप्रयोगों के लिए एक मूल्यवान उपकरण के रूप में स्थापित करती है। यह भविष्य कहनेवाला विश्लेषण और व्यवसायों और संगठनों की निर्णय लेने की प्रक्रियाओं को महत्वपूर्ण रूप से प्रभावित करने की क्षमता रखता है।

बेस मॉडल के अलावा, मोज़ेकएमएल फ़ाउंडेशन विशिष्ट कार्यों के लिए तैयार किए गए विशेष मॉडल भी जारी कर रहा है, जैसे शॉर्ट-फॉर्म इंस्ट्रक्शन फॉलोइंग के लिए एमपीटी-7बी-इंस्ट्रक्ट, डायलॉग जेनरेशन के लिए एमपीटी-7बी-चैट और एमपीटी-7बी-स्टोरीराइटर-65k+ लंबी-चौड़ी कहानी निर्माण के लिए.

एमपीटी-7बी की विकास यात्रा व्यापक थी, मोज़ेकएमएल टीम ने कुछ ही हफ्तों में डेटा तैयारी से लेकर तैनाती तक सभी चरणों का प्रबंधन किया। डेटा विविध रिपॉजिटरी से प्राप्त किया गया था, और टीम ने विविध और व्यापक प्रशिक्षण मिश्रण सुनिश्चित करने के लिए EleutherAI के GPT-NeoX और 20B टोकननाइज़र जैसे टूल का उपयोग किया।

एमपीटी-7बी की मुख्य विशेषताएं अवलोकन:

• वाणिज्यिक लाइसेंसिंग: एमपीटी-7बी को व्यावसायिक उपयोग के लिए लाइसेंस प्राप्त है, जो इसे व्यवसायों के लिए एक मूल्यवान संपत्ति बनाता है।
• व्यापक प्रशिक्षण डेटा: यह मॉडल 1 ट्रिलियन टोकन के विशाल डेटासेट पर प्रशिक्षण का दावा करता है।
• लंबी इनपुट हैंडलिंग: एमपीटी-7बी को बिना किसी समझौते के अत्यधिक लंबे इनपुट को संसाधित करने के लिए डिज़ाइन किया गया है।
• गति और दक्षता: मॉडल को त्वरित प्रशिक्षण और अनुमान के लिए अनुकूलित किया गया है, जिससे समय पर परिणाम सुनिश्चित होते हैं।
• ओपन-सोर्स कोड: एमपीटी-7बी कुशल ओपन-सोर्स प्रशिक्षण कोड के साथ आता है, जो पारदर्शिता और उपयोग में आसानी को बढ़ावा देता है।
• तुलनात्मक उत्कृष्टता: एमपीटी-7बी ने 7बी-20बी रेंज में अन्य ओपन-सोर्स मॉडलों पर श्रेष्ठता प्रदर्शित की है, इसकी गुणवत्ता एलएलएएमए-7बी से मेल खाती है।

एमपीटी-7बी पर जाएँ →

4. फाल्कन 2

*फाल्कन 180बी पर वीडियो, फाल्कन 2 का पूर्ववर्ती

फाल्कन 2 अबू धाबी में टेक्नोलॉजी इनोवेशन इंस्टीट्यूट (टीआईआई) के ओपन-सोर्स बड़े भाषा मॉडल की नवीनतम पीढ़ी है, जो 7 में जारी अपने पहले फाल्कन 40बी, 180बी और 2023बी मॉडल की सफलता पर आधारित है। फाल्कन 2 श्रृंखला में वर्तमान में शामिल हैं :

• फाल्कन 2 11बी: एक 11 बिलियन पैरामीटर कारण डिकोडर-केवल मॉडल जो मेटा के एलएलएएमए 3 8बी से बेहतर प्रदर्शन करता है और मानक बेंचमार्क पर Google के जेम्मा 7बी मॉडल के बराबर प्रदर्शन करता है, जैसा कि हगिंग फेस लीडरबोर्ड द्वारा सत्यापित किया गया है।
• फाल्कन 2 11बी वीएलएम: विज़न-टू-लैंग्वेज क्षमताओं के साथ फाल्कन 2 11बी का एक अभूतपूर्व मल्टीमॉडल संस्करण, जो इसे इस कार्यक्षमता की पेशकश करने वाले एकमात्र ओपन-सोर्स मॉडल में से एक बनाता है।

स्रोत: टीआईआई

फाल्कन 2 मॉडल अपाचे 2.0 पर आधारित अनुमेय टीआईआई फाल्कन लाइसेंस 2.0 के तहत पूरी तरह से खुले स्रोत हैं, लेकिन जिम्मेदार एआई विकास को बढ़ावा देने के लिए स्वीकार्य उपयोग नीति के साथ हैं। यह अनुसंधान और अधिकांश व्यावसायिक अनुप्रयोगों के लिए मॉडलों के निःशुल्क उपयोग की अनुमति देता है।

फाल्कन 2 मॉडल को उन्नत रिफाइंडवेब डेटासेट से 5 ट्रिलियन से अधिक टोकन पर प्रशिक्षित किया गया था, जिसमें उच्च गुणवत्ता वाले वेब डेटा, किताबें, तकनीकी लेखन, कोड और वार्तालापों का विविध मिश्रण शामिल है। सर्वोत्तम डेटा निकालने के लिए व्यापक फ़िल्टरिंग और डिडुप्लीकेशन तकनीकों का उपयोग किया गया। हालांकि अभी भी मुख्य रूप से अंग्रेजी-केंद्रित है, प्रशिक्षण डेटा का एक हिस्सा जर्मन, स्पेनिश, फ्रेंच और इतालवी जैसी अन्य भाषाओं को शामिल करता है, जो भविष्य के बहुभाषी मॉडल के लिए आधार तैयार करता है।

फाल्कन 2 एक अनुकूलित डिकोडर-केवल ट्रांसफार्मर आर्किटेक्चर का उपयोग करता है जो अन्य खुले मॉडल की तुलना में छोटे पैमाने पर मजबूत प्रदर्शन को सक्षम बनाता है। टीआईआई ने आगामी रिलीज में विशेषज्ञों के मिश्रण जैसी तकनीकों का उपयोग करके दक्षता को और बढ़ावा देने की योजना बनाई है।

कच्ची क्षमताओं के संदर्भ में, फाल्कन 2 11बी प्राकृतिक भाषा कार्यों की एक विस्तृत श्रृंखला में उत्कृष्टता प्राप्त करता है, जिसमें शामिल हैं:

• कहानियों और लेखों जैसी सुसंगत लंबी प्रारूप वाली सामग्री का पाठ निर्माण
• विविध विषयों पर जानकारी जोड़कर जानकार प्रश्न उत्तर
• लंबे लेखों या तथ्यात्मक सामग्री का उच्च गुणवत्ता वाला सारांश
• ठीक-ठाक होने पर सटीक अनुदेश
• कोडिंग और रीज़निंग बेंचमार्क पर ठोस प्रदर्शन

फाल्कन 2 11बी वीएलएम संस्करण छवियों को समझने और दृश्य और भाषा इनपुट दोनों के आधार पर पाठ उत्पन्न करने की अद्वितीय क्षमता जोड़ता है। यह दृश्य प्रश्न उत्तर, छवि कैप्शनिंग और दृष्टि-से-भाषा तर्क जैसे शक्तिशाली मल्टीमॉडल उपयोग मामलों को सक्षम बनाता है।

भविष्य को देखते हुए, टीआईआई ने दक्षता और खुली पहुंच पर ध्यान केंद्रित करते हुए बड़े मॉडल आकारों के साथ फाल्कन 2 श्रृंखला का विस्तार करने की योजना साझा की है। कम्प्यूटेशनल आवश्यकताओं में भारी वृद्धि किए बिना क्षमताओं को बढ़ाने के लिए मिश्रण-विशेषज्ञों जैसी तकनीकों का लाभ उठाया जाएगा।

फाल्कन 2 → पर जाएँ

5. विकुना-13बी

एलएमएसवाईएस ओआरजी ने विकुना-13बी के साथ ओपन-सोर्स एलएलएम के क्षेत्र में एक महत्वपूर्ण छाप छोड़ी है। इस ओपन-सोर्स चैटबॉट को सार्वजनिक एपीआई का उपयोग करके ShareGPT.com से प्राप्त लगभग 70K उपयोगकर्ता-साझा वार्तालापों पर LLaMA को फाइन-ट्यून करके सावधानीपूर्वक प्रशिक्षित किया गया है। डेटा गुणवत्ता सुनिश्चित करने के लिए, वार्तालापों को HTML से वापस मार्कडाउन में परिवर्तित किया गया और अनुपयुक्त या निम्न-गुणवत्ता वाले नमूनों को हटाने के लिए फ़िल्टर किया गया। लंबी बातचीत को भी छोटे खंडों में विभाजित किया गया था जो मॉडल की अधिकतम संदर्भ लंबाई में फिट होते थे।

जीपीटी-4 द्वारा जज की भूमिका निभाते हुए प्रारंभिक मूल्यांकन से संकेत मिलता है कि विकुना-13बी ने ओपनएआई चैटजीपीटी और गूगल बार्ड जैसे प्रसिद्ध मॉडलों की 90% से अधिक गुणवत्ता हासिल की है। प्रभावशाली ढंग से, विकुना-13बी ने उस समय 90% से अधिक मामलों में एलएलएएमए और स्टैनफोर्ड अल्पाका जैसे अन्य उल्लेखनीय मॉडलों से बेहतर प्रदर्शन किया। विकुना-13बी के लिए संपूर्ण प्रशिक्षण प्रक्रिया को लगभग $300 की लागत पर निष्पादित किया गया था, जिसमें मेमोरी उपयोग को अनुकूलित करने और लागत को कम करने के लिए स्पॉट इंस्टेंस, ग्रेडिएंट चेकपॉइंटिंग और फ्लैश अटेंशन जैसी तकनीकों का लाभ उठाया गया था। इसकी क्षमताओं की खोज में रुचि रखने वालों के लिए, कोड, वज़न और एक ऑनलाइन डेमो गैर-व्यावसायिक उद्देश्यों के लिए सार्वजनिक रूप से उपलब्ध कराया गया है।

विकुना के लिए प्रशिक्षण नुस्खा कई प्रमुख सुधारों के साथ स्टैनफोर्ड के अल्पाका मॉडल पर आधारित है:

• बहु-मोड़ वार्तालाप: प्रशिक्षण हानि को मल्टी-टर्न वार्तालापों के लिए समायोजित किया जाता है, केवल चैटबॉट के आउटपुट पर फाइन-ट्यूनिंग हानि की गणना की जाती है।
• मेमोरी अनुकूलन: अधिकतम संदर्भ लंबाई अल्पाका में 512 से विकुना में 2048 तक विस्तारित की गई है, जिससे बढ़ी हुई जीपीयू मेमोरी आवश्यकताओं की कीमत पर लंबे संदर्भ को समझने में सक्षम बनाया गया है। इसे ग्रेडिएंट चेकपॉइंटिंग और फ्लैश अटेंशन के माध्यम से संबोधित किया जाता है।
• लागत में कमी: 40x बड़े डेटासेट और 4x अनुक्रम लंबाई ने प्रशिक्षण खर्चों के लिए चुनौतियां पेश कीं, लेकिन स्काईपायलट के माध्यम से प्रबंधित स्पॉट इंस्टेंस को नियोजित करने से लागत में काफी कमी आई - 82B मॉडल के लिए $140K से $7 और 135B मॉडल के लिए $300K से $13 तक।

विकुना की सेवा के लिए, एक वितरित सेवा प्रणाली बनाई गई थी जो श्रमिकों के साथ कई मॉडलों को संभालने में सक्षम थी जिसे लचीले ढंग से ऑन-प्रिमाइसेस क्लस्टर या क्लाउड से प्लग इन किया जा सकता था। दोष-सहिष्णु नियंत्रकों और प्रबंधित स्पॉट इंस्टेंसेस का उपयोग इस प्रणाली को सेवा लागत को कम करने के लिए कई बादलों से सस्ते स्पॉट इंस्टेंसेस के साथ अच्छी तरह से काम करने में सक्षम बनाता है। वर्तमान में हल्के कार्यान्वयन के बावजूद, सेवा संबंधी बुनियादी ढांचे को और बेहतर बनाने के लिए नवीनतम शोध को एकीकृत करने पर काम चल रहा है।

विकुना-13बी की मुख्य विशेषताएं:

• ओपन-सोर्स प्रकृति: विकुना-13बी सार्वजनिक पहुंच के लिए उपलब्ध है, जो पारदर्शिता और सामुदायिक भागीदारी को बढ़ावा देता है।
• व्यापक प्रशिक्षण डेटा: मॉडल को 70K उपयोगकर्ता-साझा वार्तालापों पर प्रशिक्षित किया गया है, जो विविध इंटरैक्शन की व्यापक समझ सुनिश्चित करता है।
• लागत प्रभावी प्रशिक्षण: प्रबंधित स्पॉट इंस्टेंसेस, ग्रेडिएंट चेकपॉइंटिंग और फ्लैश अटेंशन जैसी तकनीकों ने 300बी मॉडल के लिए लगभग $13 की लागत प्रभावी प्रशिक्षण सक्षम किया।
• उन्नत प्रशिक्षण विधि: विकुना मल्टी-टर्न वार्तालाप हैंडलिंग, मेमोरी ऑप्टिमाइज़ेशन और लागत में कमी के लिए सुधार के साथ अल्पाका रेसिपी का निर्माण करता है।
• वितरित सेवा अवसंरचना: विकुना को सार्वजनिक रूप से सुलभ बनाने के लिए एक लचीली और लागत प्रभावी वितरित सेवा प्रणाली बनाई गई थी।
• ऑनलाइन डेमो उपलब्धता: विकुना-13बी की क्षमताओं का परीक्षण और अनुभव करने के लिए उपयोगकर्ताओं के लिए एक इंटरैक्टिव ऑनलाइन डेमो उपलब्ध है।

यह ध्यान रखना महत्वपूर्ण है कि विश्लेषण GPT-4 का उपयोग करके प्रारंभिक गैर-वैज्ञानिक मूल्यांकन पर आधारित था। कठोर मूल्यांकन की अभी भी आवश्यकता है.

विकुना-13बी पर जाएँ →

बड़े भाषा मॉडलों का विस्तारित दायरा