ChatGPT की पहली वर्षगांठ: AI इंटरएक्शन के भविष्य को फिर से परिभाषित करना

ChatGPT के पहले वर्ष पर विचार करते हुए, यह स्पष्ट है कि यह उपकरण AI दृश्य को महत्वपूर्ण रूप से बदल दिया है। 2022 के अंत में लॉन्च किया गया, ChatGPT अपने उपयोगकर्ता-मित्र, वार्तालाप शैली के कारण खड़ा था जिसने AI के साथ बातचीत करना एक मशीन के बजाय एक व्यक्ति के साथ बातचीत करने जैसा महसूस कराया। यह नया दृष्टिकोण जल्द ही सार्वजनिक की नजर में आया। इसके लॉन्च के पांच दिनों के भीतर, ChatGPT ने पहले से ही एक मिलियन उपयोगकर्ताओं को आकर्षित किया था। 2023 की शुरुआत में, यह संख्या 100 मिलियन मासिक उपयोगकर्ताओं तक बढ़ गई, और अक्टूबर तक, प्लेटफ़ॉर्म दुनिया भर में लगभग 1.7 बिलियन विज़िट आकर्षित कर रहा था। ये संख्याएं इसकी लोकप्रियता और उपयोगिता के बारे में बहुत कुछ कहती हैं।

पिछले वर्ष में, उपयोगकर्ताओं ने ChatGPT का उपयोग करने के लिए सभी प्रकार के रचनात्मक तरीके खोजे हैं, जैसे कि ईमेल लिखने और रिज्यूमे अपडेट करने जैसे सरल कार्यों से लेकर सफल व्यवसाय शुरू करने तक। लेकिन यह केवल इतना नहीं है कि लोग इसका उपयोग कैसे कर रहे हैं; प्रौद्योगिकी स्वयं बढ़ी और बेहतर हुई है। शुरू में, ChatGPT एक मुफ्त सेवा थी जो विस्तृत पाठ प्रतिक्रियाएं प्रदान करती थी। अब, ChatGPT प्लस है, जिसमें ChatGPT-4 शामिल है। इस अद्यतन संस्करण को अधिक डेटा पर प्रशिक्षित किया गया है, जो कम गलत उत्तर देता है और जटिल निर्देशों को बेहतर ढंग से समझता है।

एक बड़ा अपडेट यह है कि ChatGPT अब कई तरीकों से बातचीत कर सकता है – यह सुन सकता है, बोल सकता है और यहां तक कि छवियों को संसाधित कर सकता है। इसका मतलब है कि आप इसके मोबाइल ऐप के माध्यम से इसके साथ बात कर सकते हैं और इसके लिए प्रतिक्रिया प्राप्त करने के लिए तस्वीरें दिखा सकते हैं। इन परिवर्तनों ने AI के लिए नए अवसर खोले हैं और लोगों ने AI की भूमिका के बारे में कैसे सोचा है उसे बदल दिया है।

एक प्रौद्योगिकी प्रदर्शनी के रूप में इसकी शुरुआत से लेकर तकनीकी दुनिया में एक प्रमुख खिलाड़ी के रूप में इसकी वर्तमान स्थिति तक, ChatGPT की यात्रा काफी प्रभावशाली है। शुरू में, यह प्रौद्योगिकी में सुधार के लिए एक तरीके के रूप में देखा गया था और सार्वजनिक प्रतिक्रिया प्राप्त करने के लिए। लेकिन यह जल्द ही AI परिदृश्य का एक आवश्यक हिस्सा बन गया। इस सफलता से पता चलता है कि बड़े भाषा मॉडल (LLM) को मानव प्रतिक्रिया और पर्यवेक्षित शिक्षा दोनों के साथ ठीक करने कितना प्रभावी है। परिणामस्वरूप, ChatGPT विभिन्न प्रश्नों और कार्यों को संभाल सकता है।

LLM के विकास की दौड़ ने खुले स्रोत और प्रोप्राइटरी मॉडल जैसे ChatGPT की एक बड़ी संख्या को जन्म दिया है। उनकी सामान्य क्षमताओं को समझने के लिए विभिन्न कार्यों के व्यापक स्पेक्ट्रम में बेंचमार्क की आवश्यकता है। यह खंड इन बेंचमार्क का अन्वेषण करता है, यह दिखाता है कि विभिन्न मॉडल, जिनमें ChatGPT भी शामिल है, एक दूसरे के खिलाफ कैसे खड़े होते हैं।

LLM का मूल्यांकन: बेंचमार्क

1. MT-Bench: यह बेंचमार्क आठ डोमेन में बहु-मोड़ वार्ता और निर्देश-आधारित क्षमताओं का परीक्षण करता है: लेखन, भूमिका-निभाना, जानकारी निकालना, तर्क, गणित, कोडिंग, विज्ञान ज्ञान, और मानविकी/सामाजिक विज्ञान। मजबूत LLM जैसे GPT-4 का उपयोग मूल्यांकनकर्ताओं के रूप में किया जाता है।
2. AlpacaEval: अल्पाका फार्म मूल्यांकन सेट पर आधारित, यह LLM-आधारित स्वचालित मूल्यांकनकर्ता मॉडल को उन प्रतिक्रियाओं के खिलाफ बेंचमार्क करता है जो उन्नत LLM जैसे GPT-4 और क्लाउड से आती हैं, उम्मीदवार मॉडल की जीत की दर की गणना करती है।
3. ओपन LLM लीडरबोर्ड

   : भाषा मॉडल मूल्यांकन हार्नेस का उपयोग करके, यह लीडरबोर्ड LLM को शून्य-शॉट और कुछ-शॉट सेटिंग्स में तर्क चुनौतियों और सामान्य ज्ञान परीक्षणों सहित सात प्रमुख बेंचमार्क पर मूल्यांकन करता है।

4. BIG-bench: यह सहयोगी बेंचमार्क 200 से अधिक नए भाषा कार्यों को कवर करता है, जो विभिन्न विषयों और भाषाओं की एक विविध श्रृंखला को शामिल करता है। इसका उद्देश्य LLM और उनकी भविष्य की क्षमताओं की भविष्यवाणी करना है।
5. ChatEval: एक बहु-एजेंट वाद-विवाद ढांचा जो टीमों को स्वायत्त रूप से विभिन्न मॉडलों से प्रतिक्रियाओं की गुणवत्ता का मूल्यांकन करने और खुले प्रश्नों और पारंपरिक प्राकृतिक भाषा पीढ़ी कार्यों पर चर्चा करने की अनुमति देता है।

तुलनात्मक प्रदर्शन

सामान्य बेंचमार्क के संदर्भ में, खुले स्रोत LLM ने उल्लेखनीय प्रगति दिखाई है। Llama-2-70B, उदाहरण के लिए, निर्देश डेटा के साथ ठीक करने के बाद प्रभावशाली परिणाम हासिल किए, विशेष रूप से। इसके वेरिएंट, Llama-2-चैट-70B, ने AlpacaEval में 92.66% की जीत की दर के साथ प्रभावशाली प्रदर्शन किया, GPT-3.5-टर्बो को पीछे छोड़ दिया। हालांकि, GPT-4 अभी भी 95.28% की जीत की दर के साथ अग्रणी बना हुआ है।

ज़ेफ़र-7बी, एक छोटा मॉडल, अल्पाका-इवल और एमटी-बेंच में बड़े 70बी एलएलएम के बराबर क्षमता प्रदर्शित करता है। इसके बीच, विज़ार्डएलएम-70बी, विभिन्न निर्देश डेटा के साथ ठीक किया गया, एमटी-बेंच पर खुले स्रोत एलएलएम में सबसे उच्च स्कोर किया। हालांकि, यह अभी भी जीपीटी-3.5-टर्बो और जीपीटी-4 से पीछे था।

एक दिलचस्प प्रविष्टि, गोडज़िल्ला2-70बी, ओपन एलएलएम लीडरबोर्ड पर एक प्रतिस्पर्धी स्कोर हासिल किया, विभिन्न डेटासेट को मिलाने वाले प्रयोगात्मक मॉडल की संभावना को प्रदर्शित करता है। इसी तरह, यी-34बी, स्क्रैच से विकसित, जीपीटी-3.5-टर्बो के स्कोर के बराबर और जीपीटी-4 से थोड़ा पीछे रहा।

UltraLlama, विभिन्न और उच्च-गुणवत्ता वाले डेटा पर ठीक किया गया, जीपीटी-3.5-टर्बो को अपने प्रस्तावित बेंचमार्क में मिला और यहां तक कि कुछ क्षेत्रों में विश्व और पेशेवर ज्ञान में इसे पार किया।

स्केलिंग अप: जायंट एलएलएम का उदय

शीर्ष LLM मॉडल 2020 से

LLM विकास में एक उल्लेखनीय प्रवृत्ति मॉडल पैरामीटर को स्केल करना रहा है। जोफर, GLaM, LaMDA, MT-NLG, और PaLM जैसे मॉडल ने सीमाओं को आगे बढ़ाया है, जो 540 बिलियन पैरामीटर तक के मॉडल का नेतृत्व करते हैं। इन मॉडलों ने असाधारण क्षमता दिखाई है, लेकिन उनकी बंद-स्रोत प्रकृति ने उनके व्यापक अनुप्रयोग को सीमित कर दिया है। इस सीमितता ने खुले स्रोत LLM विकसित करने में रुचि को बढ़ावा दिया है, जो एक प्रवृत्ति है जो गति पकड़ रही है।

मॉडल के आकार को बढ़ाने के समानांतर, शोधकर्ताओं ने वैकल्पिक रणनीतियों का अन्वेषण किया है। बड़े मॉडल बनाने के बजाय, उन्होंने छोटे मॉडलों के पूर्व-प्रशिक्षण में सुधार पर ध्यान केंद्रित किया है। चिंचिला और यूएल2 जैसे उदाहरण हैं जो दिखाते हैं कि अधिक हमेशा बेहतर नहीं होता है; स्मार्ट रणनीतियां कुशल परिणाम प्रदान कर सकती हैं। इसके अलावा, भाषा मॉडल के निर्देश ट्यूनिंग पर काफी ध्यान दिया गया है, जिसमें FLAN, T0, और Flan-T5 जैसी परियोजनाएं इस क्षेत्र में महत्वपूर्ण योगदान कर रही हैं।

ChatGPT कैटालिस्ट

ओपनएआई के ChatGPT की शुरुआत एनएलपी अनुसंधान में एक मोड़ का प्रतीक थी। ओपनएआई के साथ प्रतिस्पर्धा करने के लिए, कंपनियों जैसे गूगल और एंथ्रोपिक ने अपने मॉडल, बार्ड और क्लाउड को लॉन्च किया। जबकि ये मॉडल कई कार्यों में ChatGPT के समान प्रदर्शन दिखाते हैं, वे अभी भी ओपनएआई के नवीनतम मॉडल, जीपीटी-4 से पीछे हैं। इन मॉडलों की सफलता मुख्य रूप से मानव प्रतिक्रिया से प्रबलित शिक्षा (RLHF) तकनीक के लिए जिम्मेदार है, जिस पर आगे सुधार के लिए बढ़ती शोध ध्यान केंद्रित है।

ओपनएआई के क्यू* (क्यू स्टार) के आसपास अफवाहें और अनुमान

खुले स्रोत एलएलएम आंदोलन

ChatGPT और ओपन सोर्स मॉडल का स्वास्थ्य सेवा पर प्रभाव