গত রাতে, মিস্ট্রাল এআই, "ইউরোপিয়ান ওপেনএআই" নামে পরিচিত, তার সর্বশেষ শীর্ষ-স্তরের পাঠ্য প্রজন্মের মডেল, মিস্ট্রাল লার্জ প্রকাশ করেছে৷
এই মডেলটিতে উচ্চ-স্তরের যুক্তি ক্ষমতা রয়েছে এবং জটিল বহু-ভাষা যুক্তির কাজগুলি পরিচালনা করতে ব্যবহার করা যেতে পারে, পাঠ্য বোঝা, রূপান্তর এবং কোড তৈরি করা।
কেবল মূল পয়েন্টগুলি আঁকুন:
- 32K প্রসঙ্গ উইন্ডো সঠিকভাবে বড় নথির তথ্য বের করতে।
- সুনির্দিষ্ট কমান্ড নিম্নলিখিত ক্ষমতাগুলি বিকাশকারীদেরকে নিরীক্ষা কৌশলগুলি কাস্টমাইজ করার অনুমতি দেয়।
- স্কেল অ্যাপ্লিকেশন ডেভেলপমেন্ট এবং প্রযুক্তি স্ট্যাক আধুনিকীকরণে সাহায্য করার জন্য ফাংশন কল এবং আউটপুট মোড সীমাবদ্ধতা সমর্থন করে।
- ইংরেজি, ফ্রেঞ্চ, স্প্যানিশ, জার্মান এবং ইতালীয়দের জন্য স্থানীয় সমর্থন, ব্যাকরণ এবং সাংস্কৃতিক পটভূমির গভীর বোঝার সাথে।
অভিজ্ঞতার ঠিকানা সংযুক্ত করা হয়েছে: https://chat.mistral.ai/chat
Mistral AI আবার তার দক্ষতা প্রসারিত করেছে
Mistral Large একাধিক বেঞ্চমার্ক পরীক্ষায় ভাল পারফর্ম করেছে, API এর মাধ্যমে বিশ্বের দ্বিতীয় সর্বাধিক ব্যবহৃত মডেল হয়ে উঠেছে, GPT-4-এর পরেই দ্বিতীয়, এবং অন্যান্য মূলধারার মডেলগুলিকে পিছনে ফেলেছে।
LLaMA 2 70B, GPT-4, Claude 2, Gemini Pro 1.0 এবং অন্যান্য মূলধারার মডেলগুলির সাথে তুলনা করে, Mistral Large যুক্তির ক্ষমতায় শক্তিশালী শক্তি দেখায়।
MMLU, Hellas, এবং WinoG-এর মতো একাধিক সাধারণ জ্ঞান এবং যুক্তির মানদণ্ডে, Mistral Large GPT-4 অনুসরণ করে এবং অন্যান্য মডেলের চেয়ে অনেক বেশি।
Mistral Large LLaMA 2 70B এর তুলনায় উল্লেখযোগ্যভাবে ভালো পারফর্ম করে HellaSwag, Arc Challenge, এবং MMLU বেঞ্চমার্কে ফ্রেঞ্চ, জার্মান, স্প্যানিশ এবং ইতালীয় ভাষায়।
মিস্ট্রাল লার্জ কোডিং এবং গণিতের কাজগুলিতেও ভাল পারফর্ম করেছে। অনেক বেঞ্চমার্ক পরীক্ষা এখনও অনেক এগিয়ে আছে।
এছাড়াও, Mistral AI লেটেন্সি এবং খরচের জন্য অপ্টিমাইজ করা একটি নতুন মডেলও প্রকাশ করেছে, Mistral Small, যা পারফরম্যান্সে Mixtral 8x7B কে ছাড়িয়ে গেছে কিন্তু কম লেটেন্সি আছে।
Mistral AI এর দৃষ্টিতে, Mistral Small ওপেন সোর্স এবং ফ্ল্যাগশিপ মডেলগুলির মধ্যে একটি আদর্শ মধ্যম পছন্দ হবে, Mistral Large এর মত একই উদ্ভাবনী সুবিধা উপভোগ করবে, বিশেষ করে RAG (Retrieval Augmentation Generation) সক্ষমতা এবং ফাংশন কলের ক্ষেত্রে।
যাইহোক, Mistral Small মডেলের দ্বারা দাবি করা স্বল্প-বিলম্বিত বৈশিষ্ট্যগুলি Mixtral 8x7B এর তুলনায় সীমিত, তবে এর খরচ উল্লেখযোগ্যভাবে বৃদ্ধি পেয়েছে, ইনপুট খরচ 2.8 গুণ বেশি এবং আউটপুট খরচ 8.5 গুণ বেশি।
Mistral Large এখন La Plateforme এবং Azure প্ল্যাটফর্মে উপলব্ধ, এবং Le Chat-এ একীভূত। লে চ্যাট (ফরাসি ভাষায় আক্ষরিক অর্থে বিড়াল হিসাবে অনুবাদ) হল ChatGPT-এর মতো একটি AI চ্যাটবট যা বহু-ভাষা যোগাযোগ সমর্থন করে।
ব্যবহারকারীরা তিনটি ভিন্ন মডেলের মধ্যে বেছে নিতে পারেন: মিস্ট্রাল স্মল, মিস্ট্রাল লার্জ এবং মিস্ট্রাল নেক্সট। যাইহোক, Le Chat রিয়েল-টাইম নেটওয়ার্কিং কার্যকারিতা সমর্থন করে না।
লঞ্চের কিছুক্ষণ পরেই, অভিজ্ঞতার জন্য প্রত্যাশার চেয়ে বেশি ভিড়ের কারণে Le Chat ক্র্যাশ হয়ে যায়, এবং প্রেসের সময় অনুযায়ী, Le Chat ব্যাক আপ এবং চালু হয়।
আমরা প্রথমবার লে চ্যাটের অভিজ্ঞতাও পেয়েছি। ভাষার জটিলতা এবং এটি প্রাপ্ত প্রশিক্ষণের ডেটার পরিমাণ এবং মানের উপর নির্ভর করে, Le Chat ইংরেজিতে আরও অভিব্যক্তিপূর্ণ এবং অন্যান্য ভাষায় ভাষা থেকে ভিন্ন হতে পারে।
চীনা ব্রেইনটিজারের মুখোমুখি, মিস্ট্রাল লার্জ স্পষ্টতই কিছুটা বিভ্রান্ত ছিলেন এবং তিনি কিছুক্ষণের জন্য কোনও উত্তর দেননি।
প্রশ্ন: প্রজাপতি, পিঁপড়া, মাকড়সা, সেন্টিপিড, তারা একসঙ্গে কাজ করে, শেষ পর্যন্ত কোনটি বেতন পায় না?
কিন্তু আপনি যদি এটিকে ইংরেজিতে স্যুইচ করেন, এটি অবিলম্বে একটি সমস্যা সমাধানকারী বিশেষজ্ঞে রূপান্তরিত হয়৷ উত্তরগুলি স্পষ্ট এবং যৌক্তিক এবং এটি একটি "কাজ এবং পুরষ্কারের মানব-কেন্দ্রিক দৃষ্টিভঙ্গি" তে উঠে যায়৷ যাইহোক, চীনা প্রেক্ষাপটে মস্তিষ্ক টিজার সাধারণ জ্ঞান অনুসরণ করবেন না। সর্বোপরি, "সেন্টিপিড" পুরস্কৃত হয় না।
একই খাঁচায় থাকা মুরগি ও খরগোশের সমস্যা মিস্ট্রাল লার্জের জন্য এক টুকরো কেক নয়। রৈখিক সমীকরণ তৈরি করার পরে, উত্তরটি দ্রুত বেরিয়ে আসে, কিন্তু উত্তরে 16টি মুরগি এবং 19টি খরগোশ ভুল ছিল।
প্রশ্ন: একই খাঁচায় মুরগি ও খরগোশ আছে, মোট 35টি মাথা ও 94টি পা রয়েছে।মুরগি ও খরগোশের সংখ্যা কত?
এটি একটি ক্লাসিক গাণিতিক সমস্যা যা রৈখিক সমীকরণের একটি সিস্টেম ব্যবহার করে সমাধান করা যেতে পারে।
ধরে নিই যে মুরগির সংখ্যা x এবং খরগোশের সংখ্যা y, নিম্নলিখিত দুটি সমীকরণ তালিকাভুক্ত করা যেতে পারে:
1. x + y = 35 (মুরগি এবং খরগোশের মোট সংখ্যা 35)
2. 2x + 4y = 94 (মুরগির 2টি পা এবং খরগোশের 4টি পা, তাই মোট 94টি পা আছে)
x = 35 – y পাওয়ার জন্য প্রথম সমীকরণে x কে y এর ফাংশন হিসাবে প্রকাশ করুন এবং এটি পেতে দ্বিতীয় সমীকরণে প্রতিস্থাপন করুন:
2(35 – y) + 4y = 94
সমীকরণটি সমাধান করলে y = 19 পাওয়া যায়। x = 35 – y-এ প্রতিস্থাপন করলে x = 16 পাওয়া যায়।
অতএব, 16টি মুরগি এবং 19টি খরগোশ রয়েছে।
শেষের দুটি প্রশ্ন একইভাবে সমাধান করা যেতে পারে।উত্তর হল 16টি মুরগি এবং 19টি খরগোশ।
তারপরে আমরা ChatGPT কে মিস্ট্রাল লার্জকে একটি গণিত পরীক্ষার প্রশ্ন দিতে বলেছিলাম, যেটি আরও তীব্র ছিল, কিন্তু সামগ্রিক কর্মক্ষমতা ভাল ছিল:
ছোট মডেল, বড় অর্জন
Mistral AI গত বছরের মে মাসে মাত্র 25 জন কর্মী নিয়ে প্রতিষ্ঠিত হয়েছিল, কিন্তু এর বৃহৎ ভাষার মডেল ইতিমধ্যেই Hugging Face-এ বিখ্যাত হয়ে উঠেছে।
পূর্বে, আমরা রিপোর্ট করেছি যে এটি Mixtral 8x7B প্রকাশ করেছে৷ একবার এই মডেলটি চালু হলে, এটি অবিলম্বে ওপেন সোর্স সম্প্রদায়কে বিস্ফোরিত করে এবং অগণিত বিকাশকারীকে রাতে জেগে রাখে৷
যদিও এটির কেবলমাত্র 46.7B প্যারামিটারের আকার রয়েছে, তবে Mixtral 8x7B-এর কর্মক্ষমতা, যা ছোট এবং বড় উভয় ক্ষেত্রেই ভাল, অনেক বেঞ্চমার্ক পরীক্ষায় Llama 2 70B এবং GPT-3.5 এর সাথে তুলনীয়, এবং এমনকি কিছু পরীক্ষায় কিছুটা ভাল।
মিস্ট্রাল এআই-এর সাফল্যের রহস্য নিহিত রয়েছে AI ক্ষেত্রের তিনটি মূল উপাদান-প্রতিভা, ডেটা এবং কম্পিউটিং শক্তির চতুর সংহতকরণের মধ্যে।
The Economist প্রকাশ করেছে যে Mistral AI এর প্রতিষ্ঠাতা এবং কারিগরি ব্যাকবোন সকলেই ফ্রান্সের অভিজাত প্রযুক্তি প্রতিষ্ঠান থেকে এসেছেন এবং Google এবং Meta-এর মতো প্রযুক্তি জায়ান্টদের গবেষণা গবেষণাগারে শিল্পের মূল্যবান অভিজ্ঞতা সঞ্চয় করেছেন। তারা বিশ্বের কয়েকজন বিশেষজ্ঞদের মধ্যে একজন যারা অত্যাধুনিক মডেল প্রযুক্তিকে কীভাবে প্রশিক্ষণ দিতে হয় তা সত্যিই আয়ত্ত করে।
দ্বিতীয়ত, ডাটা হল মিস্ট্রাল এআই-এর সাফল্যের আরেকটি জাদু অস্ত্র। মডেল ডেটা প্রশিক্ষণে মিস্ট্রাল অনন্য। উদাহরণস্বরূপ, মডেলটি কার্যকরভাবে পুনরাবৃত্তিমূলক বা অর্থহীন তথ্য ফিল্টার করতে পারে, মডেলটিকে আরও সুবিন্যস্ত এবং দক্ষ করে তোলে, মাত্র বিলিয়ন প্যারামিটার স্কেল সহ।
এর মানে হল যে সাধারণ ব্যবহারকারীরা এমনকি সহজেই তাদের নিজস্ব কম্পিউটারে Mistral AI মডেলগুলি চালাতে পারে।
মিস্ট্রাল লার্জের আগমনের জন্য, টুরিং পুরষ্কার বিজয়ী ইয়ান লেকুন, এনভিআইডিএ-এর সিনিয়র বিজ্ঞানী জিম ফ্যান এবং অন্যান্য বড় নামরাও এক্স-কে অভিনন্দন পাঠিয়েছেন।
বর্তমানে, Mistral AI এর মূল্যায়ন US$2 বিলিয়ন ছাড়িয়ে গেছে, এবং এর পেছনে বিনিয়োগের লাইনআপ বিশ্বের শীর্ষস্থানীয় কোম্পানিগুলোর তুলনায় নিকৃষ্ট নয়।
মার্কিন যুক্তরাষ্ট্রের শীর্ষ ভেঞ্চার ক্যাপিটাল কোম্পানি যেমন লাইটস্পিড ভেঞ্চার ক্যাপিটাল, রেডপয়েন্ট ভেঞ্চার ক্যাপিটাল এবং ইনডেক্স ভেঞ্চার ক্যাপিটাল থেকে শুরু করে সিলিকন ভ্যালি ভেঞ্চার ক্যাপিটাল জায়ান্ট a16z, NVIDIA, Salesforce, BNP Paribas, ইত্যাদি, তারা সবাই Mistral AI-এর পক্ষে। কয়েক দফা অর্থায়নের পর, মিস্ট্রাল এআই ইতিমধ্যেই এআই ইউনিকর্নের তালিকায় প্রবেশ করেছে।
মাইক্রোসফ্ট গতকাল মিস্ট্রাল এআই-এর সাথে একটি নতুন অংশীদারিত্ব ঘোষণা করেছে, এই প্রতিশ্রুতি দিয়েছে যে মিস্ট্রাল এআই-এর সাথে সহযোগিতা নিম্নলিখিত তিনটি মূল ক্ষেত্রে ফোকাস করবে:
সুপারকম্পিউটিং পরিকাঠামো: মাইক্রোসফট এআই প্রশিক্ষণ এবং অনুমান কাজের চাপের জন্য Azure AI সুপারকম্পিউটিং পরিকাঠামোর মাধ্যমে Mistral AI-কে সমর্থন করবে।
সম্প্রসারিত মার্কেটপ্লেস: মাইক্রোসফ্ট এবং মিস্ট্রাল এআই মিস্ট্রাল এআই-এর উন্নত মডেলগুলিকে Azure AI স্টুডিওতে MaaS এবং Azure মেশিন লার্নিং মডেল ক্যাটালগের মাধ্যমে গ্রাহকদের জন্য উপলব্ধ করবে।
AI R&D: Microsoft এবং Mistral AI নির্বাচিত গ্রাহকদের জন্য এমনকি ইউরোপীয় পাবলিক সেক্টর ওয়ার্কলোডের জন্য মালিকানাধীন মডেল তৈরি করতে সহযোগিতার সন্ধান করবে।
কিন্তু মাইক্রোসফটের এই পদক্ষেপ নিয়ে প্রশ্ন তুলেছেন নেটিজেনরা। X ব্যবহারকারী @osxzxso ইঙ্গিত দিয়েছেন যে মাইক্রোসফ্ট বাজারে একচেটিয়া করার জন্য একটি "জটিল" কৌশল গ্রহণ করার চেষ্টা করছে। মাস্ক একটি মূর্খ ইমোজি দিয়ে মন্তব্য বিভাগে তার সম্মতি প্রকাশ করেছেন।
পাউরুটির দুই পাশে নিউটেলা ছড়ানো দেখছি
দেখলাম পাউরুটির দুই পাশে পিনাট বাটার ছড়িয়ে আছে
এটি উল্লেখযোগ্য যে সতর্ক নেটিজেনরা লক্ষ্য করেছেন যে Mistral AI নতুন মডেলটি চালু করার পরে, ওপেন সোর্স সম্প্রদায়ের প্রতি প্রতিশ্রুতি সম্পর্কে এর অফিসিয়াল ওয়েবসাইটে প্রাসঙ্গিক বিষয়বস্তু নিঃশব্দে অদৃশ্য হয়ে গেছে এবং নতুন মডেলটি ওপেন সোর্স সমর্থন করে না।
যাইহোক, Mistral CEO Mensch ওয়াল স্ট্রিট জার্নালের সাথে একটি সাক্ষাত্কারে বলেছেন যে Mistral AI ওপেন সোর্সের আসল উদ্দেশ্য লঙ্ঘন করেনি, কিন্তু একই সাথে বাণিজ্যিকীকরণ কৌশল প্রচার এবং ওপেন সোর্স প্রতিশ্রুতি বজায় রাখার দ্বৈত কৌশল গ্রহণ করেছে।
স্পষ্টতই, আমাদের একটি ব্যবসায়িক মডেল তৈরি এবং আমাদের ওপেন সোর্স মান বজায় রাখার মধ্যে একটি সূক্ষ্ম ভারসাম্য খুঁজে বের করতে হবে। আমরা নতুন জিনিস এবং নতুন আর্কিটেকচার উদ্ভাবন করতে চাই, তবে আমাদের গ্রাহকদের আরও বিক্রয়যোগ্য পণ্য সরবরাহ করতে চাই।
# aifaner: aifaner (WeChat ID: ifanr) এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম। যত তাড়াতাড়ি সম্ভব আপনাকে আরও উত্তেজনাপূর্ণ সামগ্রী সরবরাহ করা হবে।