एआई मॉडल और प्लेटफ़ॉर्म
iMerit ने विशेषज्ञों के नेतृत्व में एआई प्रशिक्षण और मूल्यांकन का विस्तार करने के लिए Scholars मंच लॉन्च किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
कोई मॉडल चिकित्सा संबंधी विश्वसनीय व्याख्या या गणित की समस्या का धाराप्रवाह उत्तर दे सकता है, फिर भी ऐसी गलती कर सकता है जिसे केवल कोई विशेषज्ञ ही पहचान पाए। विशेषज्ञों के निर्णय की इसी आवश्यकता को ध्यान में रखते हुए iMerit ने iMerit Scholars मंच लॉन्च किया है—यह ऐसी प्रणाली है जिसे उन्नत एआई मॉडल को प्रशिक्षित करने, उनका मूल्यांकन करने और उन्हें चुनौती देने वाले लोगों को व्यवस्थित करने के लिए बनाया गया है।
EXL के स्वामित्व वाली कंपनी ने 26 अक्टूबर को इस लॉन्च की घोषणा की। इस मंच पर भर्ती, कार्यारंभ, विशेषज्ञों का काम से मिलान, परियोजना आवंटन, सहभागिता और भुगतान—सब एक ही जगह उपलब्ध हैं। घोषणा के अनुसार, इसके मौजूदा Scholars कार्यक्रम में 118 देशों और 106 भाषाओं के 30,000 से अधिक आमंत्रित और जांचे-परखे पेशेवर शामिल हैं।
मांग बढ़ने के साथ इस मंच को सैकड़ों हज़ार विशेषज्ञों का प्रबंधन करने के लिए बनाया गया है। यह मंच की नियोजित संचालन क्षमता के बारे में है, जो समुदाय के मौजूदा बताए गए आकार से अलग है। इसका तात्कालिक उद्देश्य मॉडल के विकास और परिनियोजन के पूरे जीवनचक्र में विशेषज्ञ मानव योगदान का समन्वय आसान बनाना है।
मॉडल में सुधार के पीछे काम करने वाली विशेषज्ञ टीम तैयार करना
Scholars समुदाय में चिकित्सा, गणित, कृषि, भाषाविज्ञान, स्वायत्त प्रणालियों और अन्य विशिष्ट क्षेत्रों के विशेषज्ञ शामिल हैं। ये विशेषज्ञ पर्यवेक्षित फाइन-ट्यूनिंग, मॉडल मूल्यांकन, रेड-टीमिंग और मानव प्रतिक्रिया से सुदृढीकरण अधिगम में योगदान देते हैं, जिसे आम तौर पर RLHF कहा जाता है।
इन गतिविधियों के लिए अलग-अलग तरह के विवेक की ज़रूरत होती है। फाइन-ट्यूनिंग के लिए उस उत्तर का सावधानीपूर्वक तैयार किया गया उदाहरण देना पड़ सकता है जो मॉडल को देना चाहिए। मूल्यांकन में यह जांचा जाता है कि कोई आउटपुट तय मानदंडों पर खरा उतरता है या नहीं। रेड-टीमिंग में किसी प्रणाली की कमजोरियों को जानबूझकर परखा जाता है, जबकि मानव प्रतिक्रिया ऐसी प्राथमिकताएँ और सुधार दे सकती है जो आगे के प्रशिक्षण में काम आएँ।
इसलिए सही व्यक्ति को सही काम से जोड़ना उतना ही मायने रखता है जितना विशेषज्ञों का दायरा बढ़ाना। किसी संकीर्ण विशेषज्ञता से परिचित चिकित्सक ऐसी गंभीर गलती पकड़ सकता है जिसे व्यापक ज्ञान वाला समीक्षक न देख पाए। कोई भाषाविद् ऐसी अस्पष्टता पहचान सकता है जो शाब्दिक अनुवाद में दिखाई नहीं देती।
यह नया मंच परियोजनाओं का मिलान विषय-विशेषज्ञता और संज्ञानात्मक कौशल के आधार पर करता है और साथ ही विशेषज्ञों की सहभागिता बनाए रखने के लिए प्रशासनिक ढाँचा भी देता है। iMerit के अनुसार, इसका लक्ष्य ऐसे विशेषज्ञों के साथ निरंतर संबंध बनाना है जो काम को सीखें और प्रतिक्रिया-चक्रों में हिस्सा लें।
iMerit at EXL की कार्यकारी उपाध्यक्ष और प्रमुख राधा बसु ने कहा, “हमें ऐसे जानकार लोगों की ज़रूरत है जो न सिर्फ़ मॉडलों को सिखाएँ, बल्कि उन्हें गलत साबित करके सुधार भी सकें।”
Ango Hub विशेषज्ञों के निर्णय को प्रशिक्षण डेटा से जोड़ता है
Scholars मंच के पीछे काम करने वाली परिचालन तकनीक Ango Hub है, जो iMerit का डेटा एनोटेशन और मॉडल मूल्यांकन मंच है। इसका काम विशेषज्ञों के योगदान को व्यवस्थित और समीक्षा योग्य सामग्री में बदलना है, जिसे प्रशिक्षण या मूल्यांकन प्रक्रिया में शामिल किया जा सके।
Ango Hub के मौजूदा उत्पाद दस्तावेज़ों में अनुकूलन योग्य कार्यप्रवाह, एक ही सामग्री पर कई एनोटेटर, बेंचमार्क कार्य और लेबल स्वीकार करने, अस्वीकार करने या सुधारने के लिए समीक्षक नियंत्रणों का वर्णन है। परियोजना दिशानिर्देश और समस्या-निवारण प्रणाली समीक्षकों को सवालों के समाधान में मदद करते हैं, जबकि भूमिका-आधारित पहुँच नियंत्रण यह तय करते हैं कि कौन किस डेटा पर काम कर सकता है।
यह मंच कई प्रकार की सामग्री पर काम करता है, जिनमें छवियाँ, वीडियो, ऑडियो, पाठ, PDF और चिकित्सा संबंधी DICOM डेटा शामिल हैं। यह व्यापकता इसलिए अहम है क्योंकि मॉडल का विकास अब भाषा को दृश्य, नैदानिक या भौतिक दुनिया की जानकारी के साथ तेज़ी से जोड़ रहा है। विशेषज्ञ जिस सामग्री की जांच कर रहा हो, उसके अनुरूप इंटरफ़ेस और समीक्षा प्रक्रिया होना ज़रूरी है।
दोनों मंचों के बीच का अंतर उपयोगी है: Scholars विशेषज्ञों की टीम और परियोजनाओं के साथ उनके संबंधों का समन्वय करता है, जबकि Ango Hub वे उपकरण और कार्यप्रवाह उपलब्ध कराता है जिनसे विशेषज्ञों का योगदान उपयोगी एआई डेटा बनता है।
उत्तर सुधारने से लेकर एजेंट के पूरे कार्यप्रवाह का मूल्यांकन करने तक
iMerit की Deep Reasoning Lab इस प्रक्रिया की अधिक विस्तृत पड़ताल करती है। कंपनी के अनुसार, विशेषज्ञ कई चरणों वाले परिदृश्य तैयार करते हैं, मॉडल के आउटपुट की समीक्षा करते हैं, त्रुटियों का वर्गीकरण करते हैं और स्पष्टीकरण के साथ सुधार देते हैं। ऐसे व्यवस्थित उदाहरण डेवलपरों को यह पहचानने में मदद कर सकते हैं कि उत्तर कहाँ गलत हुआ और लक्षित प्रशिक्षण सामग्री तैयार कर सकते हैं।
तर्क-प्रक्रिया के ऐसे रिकॉर्ड किसी कार्य के लिए तैयार और समीक्षा की गई सामग्री होते हैं। यह नहीं मानना चाहिए कि वे मॉडल के उत्तर तक पहुँचने वाली हर आंतरिक गणना को उजागर करते हैं। उनका व्यावहारिक महत्व यह है कि वे मूल्यांकन की प्रक्रिया और उसमें किए गए सुधारों को इतना स्पष्ट बनाते हैं कि उनकी जांच और पुनः उपयोग किया जा सके।
कंपनी की एजेंट मूल्यांकन सेवा समीक्षा को अंतिम उत्तर से आगे बढ़ाकर योजना बनाने के चरणों, टूल-कॉल, बीच की स्थितियों और नतीजों तक ले जाती है। कंपनी के अनुसार, इसमें कार्य पूरा होने, टूल चुनने, स्रोतों से पुष्टि और नीति की सीमाओं जैसे मुद्दों के लिए व्यवस्थित मूल्यांकन मानदंड और विशेषज्ञों का निर्णय शामिल है।
जब एआई कार्रवाई कर सकता है, तब यह और भी अहम हो जाता है। कोई एजेंट गलत टूल का इस्तेमाल करते हुए या मूल कार्य अधूरा छोड़ते हुए भी सुघड़ सारांश दे सकता है। कार्रवाइयों के क्रम की समीक्षा से विशेषज्ञ इन विफलताओं की पहचान कर सकते हैं और डेवलपरों को व्यवस्थित प्रतिक्रिया दे सकते हैं।
भुगतान और परियोजनाओं की निरंतरता भी बुनियादी ढाँचे का हिस्सा बनते हैं
इस लॉन्च में वैश्विक भुगतान के लिए Trolley का एकीकरण भी शामिल है। iMerit के अनुसार, यह एकीकरण उसके अंतरराष्ट्रीय विशेषज्ञ समुदाय के लिए सुरक्षित भुगतान और अनुपालन प्रक्रियाओं को सहायता देता है।
भुगतान संबंधी काम मॉडल के प्रदर्शन से दूर की चीज़ लग सकता है, लेकिन इससे यह तय होता है कि कोई विशेषज्ञ लगातार भाग ले पाएगा या नहीं। जब किसी परियोजना में कई देशों के विशेषज्ञों पर निर्भरता होती है, तो भर्ती, परियोजना में शामिल करना, काम तक पहुँच और पारिश्रमिक—ये सभी कामकाज से जुड़ी निर्भरताएँ बन जाते हैं।
यह प्लेटफ़ॉर्म इन कार्यों को मिलान और सहभागिता के साथ उपलब्ध कराता है, ताकि हर परियोजना टीम को इन्हें अलग-अलग जुटाना न पड़े। ग्राहकों के लिए इसका अपेक्षित लाभ अधिक स्थिर कार्यबल और समीक्षा प्रक्रिया है; विशेषज्ञों के लिए, किसी परियोजना से जुड़ने से लेकर काम पूरा करने और भुगतान पाने तक का रास्ता अधिक स्पष्ट होना है।
घोषणा में बेथ इज़राइल डीकनेस मेडिकल सेंटर के पैथोलॉजी विशेषज्ञ और स्वास्थ्य सेवा एआई में iMerit Scholar, पावेल कोपाच, एम.डी. ने कहा, “आप सिर्फ़ डेटा पर लेबल नहीं लगा रहे हैं, बल्कि यह आकार देने में मदद कर रहे हैं कि ये प्रणालियाँ आपके क्षेत्र में कैसे तर्क करती हैं और व्यवहार करती हैं।”
EXL से उद्यमों में तैनाती का संदर्भ मिलता है
यह लॉन्च iMerit का अधिग्रहण पूरा करने के EXL के कदम के बाद हुआ है, जिसकी घोषणा 3 अगस्त को की गई थी। EXL ने इस संयोजन को मॉडल प्रशिक्षण और मूल्यांकन की विशेषज्ञता को अपनी उद्यम-स्तरीय डेटा, परिचालन संदर्भ और एआई कार्यान्वयन क्षमताओं के साथ जोड़ने के रूप में प्रस्तुत किया।
इससे Scholars के लिए बाज़ार तक पहुँचने का एक व्यापक रास्ता बनता है। बसु ने कहा कि iMerit सीमांत मॉडल विकास से आगे बढ़कर बैंकिंग, स्वास्थ्य सेवा और बीमा से जुड़े कार्यप्रवाहों में विस्तार कर रहा है, जहाँ एआई के उत्पादन में सफलतापूर्वक काम कर पाने पर क्षेत्र-विशिष्ट अनुकूलन, भरोसे और सुरक्षा का असर पड़ता है।
नया प्लेटफ़ॉर्म अपने आप यह साबित नहीं करता कि कोई मॉडल हर विशिष्ट परिस्थिति में भरोसेमंद है। यह इससे अधिक ठोस पूर्वापेक्षा को पूरा करता है: किसी प्रणाली को उस परिस्थिति की माँगों के अनुरूप परखने के लिए ज़रूरी लोगों, औज़ारों और प्रतिक्रियाओं को व्यवस्थित करना। जैसे-जैसे एआई पेशेवर कार्यप्रवाहों में गहराई से शामिल हो रहा है, सही विशेषज्ञ को ढूँढ़ने, उपयोगी सुधार दर्ज करने और उस जानकारी को विकास प्रक्रिया में वापस लाने की क्षमता प्रौद्योगिकी ढाँचे का लगातार अधिक महत्त्वपूर्ण हिस्सा बनती जा रही है।
