Sabiá-4 Technical Report
यह तकनीकी रिपोर्ट साबिया-4 (Sabi'a-4) और साबियाज़िन्हो-4 (Sabiazinho-4) को पेश करती है, जो ब्राजीलियाई पुर्तगाली भाषा के मॉडल की एक नई पीढ़ी है, जिसमें 128K टोकन का कॉन्टेक्स्ट विंडो और कानूनी एवं एजेंटिक कार्यों में विशेष प्रशिक्षण है, जो पिछली पीढ़ियों की तुलना में कानूनी मसौदा तैयार करने, संवाद और टूल के उपयोग में बेहतर लागत-प्रदर्शन और क्षमताओं का प्रदर्शन करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास एक शानदार, बहुभाषी सहायक है जो पुर्तगाली भाषा में पूरी तरह से निपुण है, लेकिन अब तक, वे एक सामान्य पुस्तकालयाध्यक्ष की तरह थे: उन्हें हर चीज़ के बारे में थोड़ा-बहुत पता था, लेकिन यदि आप उन्हें एक जटिल कानूनी अनुबंध का मसौदा तैयार करने या 100 पन्नों के दस्तावेज़ को समझने के लिए कहते, तो वे कभी-कभी भटक जाते या गलतियाँ कर देते।
पेश है Sabiá-4 और Sabiazinho-4। इन्हें AI की दुनिया के "विशेषज्ञों" के रूप में सोचें, जिन्हें विशेष रूप से अंतिम ब्राज़ीलियाई पुर्तगाली सहायक बनने के लिए प्रशिक्षित किया गया है।
यह कहानी है कि इन्हें कैसे बनाया गया और ये क्यों महत्वपूर्ण हैं, जिसे बिना किसी तकनीकी शब्दावली के समझाया गया है।
1. चार-चरणीय प्रशिक्षण शिविर (Four-Step Training Camp)
निर्माताओं ने इन मॉडलों को केवल शून्य से नहीं सिखाया; उन्होंने एक स्मार्ट, सामान्य-उद्देश्य वाले AI को लिया और उसे एक कठोर चार-चरणीय प्रशिक्षण शिविर दिया:
- चरण 1: कानूनी पुस्तकालय (निरंतर पूर्व-प्रशिक्षण): कल्पना कीजिए कि एक बुद्धिमान छात्र को केवल ब्राज़ीलियाई कानूनों, अदालती मामलों और पुर्तगाली साहित्य से भरी एक लाइब्रेरी में बंद कर दिया गया है। उन्होंने सब कुछ पढ़ा। यह सुनिश्चित करता है कि मॉडल केवल पुर्तगाली ही नहीं बोलता; बल्कि वह एक ब्राज़ीलियाई वकील की तरह सोचता भी है।
- चरण 2: लंबी कहानी की चुनौती (संदर्भ विस्तार): पिछले मॉडलों की एकाग्रता कम थी—वे कुछ पन्ने पढ़ने के बाद शुरुआत को भूल जाते थे। इन नए मॉडलों को अपने "दिमाग" में 128,000-टोकन का संदर्भ रखने के लिए प्रशिक्षित किया गया है। यह एक पूरे उपन्यास, एक कानूनी केस फाइल और एक इतिहास की किताब को एक साथ पढ़े बिना पहले वाक्य को न भूलने जैसा है।
- चरण 3: भूमिका निभाने की कार्यशाला (सुपरवाइज्ड फाइन-ट्यूनिंग): अब, मॉडल विशिष्ट कार्यों का अभ्यास करता है। यह सीखता है कि स्वाभाविक रूप से कैसे चैट करें, कोड कैसे लिखें, कानूनी दस्तावेज़ कैसे तैयार करें, और यहाँ तक कि एक "एजेंट" के रूप में कैसे कार्य करें जो उपकरणों (जैसे वेबसाइट पर बटन क्लिक करना या बैंक खाता चेक करना) का उपयोग कर सके।
- चरण 4: व्यक्तित्व निखार (वरीयता संरेखण): अंत में, मानव प्रशिक्षकों ने मॉडल को फीडबैक दिया। "नहीं, रोबोट की तरह मत लगो," या "हाँ, यहाँ अधिक विनम्र बनो।" इस चरण ने मॉडल को सूक्ष्म बारीकियों को समझने, अत्यधिक चापलूसी (सकअपिंग) से बचने और सख्त फॉर्मेटिंग नियमों का पालन करने के बारे में सिखाया।
2. "कीमत बनाम प्रदर्शन" का सही संतुलन
पेपर में एक चार्ट (चित्र 1) शामिल है जो व्यवसायों के लिए सबसे महत्वपूर्ण निष्कर्ष है। एक ग्राफ की कल्पना करें जहाँ Y-अक्ष है "मॉडल कितना स्मार्ट है?" और X-अक्ष है "इसकी लागत कितनी है?"
- अधिकांश शीर्ष-स्तरीय मॉडल फेरारी की तरह हैं: अविश्वसनीय रूप से तेज़ और स्मार्ट, लेकिन उन्हें चलाने के लिए बहुत अधिक खर्च आता है।
- सस्ते मॉडल साइकिल की तरह हैं: सस्ते, लेकिन वे भारी भार उठाने में संघर्ष कर सकते हैं।
- Sabiá-4 एक टेस्ला है। यह चार्ट के "ऊपरी-बाएँ" कोने में स्थित है: यह अविश्वसनीय रूप से स्मार्ट है (महंगे मॉडलों का मुकाबला करते हुए) लेकिन इसकी लागत एक अंश मात्र है। यह सबसे अच्छा "वैल्यू फॉर मनी" प्रदान करता है।
3. वे वास्तव में क्या कर सकते हैं?
टीम ने यह देखने के लिए इन मॉडलों का छह अलग-अलग "बाधा पाठ्यक्रमों" पर परीक्षण किया कि वे कैसा प्रदर्शन करते हैं:
- कानूनी चुनौती (The Legal Gauntlet): उनसे कानूनी ब्रीफ और न्यायिक निर्णय लिखने के लिए कहा गया। उन्होंने कई महंगे प्रतिस्पर्धियों से अधिक स्कोर किया, जिससे सिद्ध होता है कि वे ब्राज़ीलियाई कानून की जटिल भाषा को संभाल सकते हैं।
- "भूसे के ढेर में सुई" का परीक्षण (Needle in a Haystack Test): कल्पना कीजिए कि 100 पन्नों के दस्तावेज़ के भीतर एक विशिष्ट तथ्य छिपा हुआ है। क्या मॉडल इसे ढूंढ सकता है? हाँ। वे विशाल दस्तावेज़ पढ़ सकते हैं और बिना भ्रमित हुए आवश्यक सटीक जानकारी ढूंढ सकते हैं।
- "निर्देशों का पालन करने वाला" खेल: यदि आप एक मॉडल को "एक कविता लिखो, फिर उसका सारांश बनाओ, फिर स्वर को उदास में बदलो, और कोई कॉमा उपयोग न करो" कहते हैं, तो पुराने मॉडल अक्सर एक चरण भूल जाते हैं। Sabiá-4 पूरे कमांड चेन को पूरी तरह से याद रखता है।
- "एजेंट" परीक्षण: यह सबसे दिलचस्प हिस्सा है। मॉडलों का परीक्षण फुटबॉल टिकट खरीदने या Pix (ब्राजील की तत्काल भुगतान प्रणाली) के माध्यम से पैसे भेजने जैसे कार्यों पर किया गया। उन्होंने सफलतापूर्वक वेबसाइटों का उपयोग किया, फॉर्म भरे और कार्यों को ठीक वैसे ही पूरा किया जैसे एक इंसान करता है।
4. यह क्यों मायने रखता है?
लंबे समय से, यदि आप एक ऐसा AI चाहते थे जो ब्राज़ीलियाई कानून को समझ सके या जटिल, लंबे दस्तावेज़ों को संभाल सके, तो आपको बड़ी अमेरिकी कंपनियों को प्रीमियम कीमत चुकानी पड़ती थी।
Sabiá-4 खेल बदल देता है। यह सिद्ध करता है कि आप एक ऐसा मॉडल प्राप्त कर सकते हैं जो:
- मूल रूप से ब्राज़ीलियाई पुर्तगाली बोलता है (केवल अनुवाद नहीं)।
- ब्राज़ील के विशिष्ट कानूनी और सांस्कृतिक संदर्भ को समझता है।
- भारी मात्रा में टेक्स्ट को संभाल सकता है।
- रोज़मर्रा के व्यवसायों के उपयोग के लिए पर्याप्त किफायती है।
संक्षेप में: Sabiá-4 एक अत्यधिक विशिष्ट, अविश्वसनीय रूप से तेज़ और बहुत किफायती ब्राज़ीलियाई वकील-सहायक को काम पर रखने जैसा है जो एक भी विवरण नहीं भूलता, सेकंडों में एक पूरी लाइब्रेरी पढ़ सकता है, और टिकट खरीदने, पैसे भेजने या अनुबंध तैयार करने में आपकी मदद करने के लिए तैयार है—उस कीमत पर जो आपका बजट नहीं बिगाड़ेगी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।