OpenAI সবেমাত্র দুটি ওপেন সোর্স মডেল প্রকাশ করেছে! তারা মোবাইল ফোন এবং ল্যাপটপে চালাতে পারে এবং পিকিং ইউনিভার্সিটির প্রাক্তন ছাত্ররা চার্জের নেতৃত্ব দিচ্ছেন।

পাঁচ বছর পর, OpenAI আনুষ্ঠানিকভাবে দুটি ওপেন সোর্স ওয়েটেড ল্যাঙ্গুয়েজ মডেল প্রকাশ করেছে – gpt-oss-120b এবং gpt-oss-20b। শেষবার যখন তারা 2019 সালে একটি ভাষা মডেল ওপেন সোর্স করেছিল তা ছিল GPT-2।

OpenAI সত্যিই উন্মুক্ত।

আজ, এআই সার্কেলটিও বারুদে পূর্ণ। OpenAI ওপেন সোর্সড gpt-oss, Anthropic ক্লাউড ওপাস 4.1 (নিচে বিস্তারিত প্রতিবেদন) চালু করেছে এবং Google DeepMind Genie 3 প্রকাশ করেছে। তিনটি দৈত্য একই দিনে তাদের ট্রাম্প কার্ড প্রকাশ করেছে, দেবতাদের মধ্যে একটি যুদ্ধ মঞ্চস্থ করেছে।

OpenAI সিইও স্যাম অল্টম্যান সোশ্যাল মিডিয়াতে তার উত্তেজনা প্রকাশ করেছেন: "GPT-OSS প্রকাশ করা হয়েছে! আমরা O4-মিনি-লেভেল পারফরম্যান্স সহ একটি উন্মুক্ত মডেল তৈরি করেছি যা উচ্চ-সম্পন্ন ল্যাপটপে চলতে পারে। দলের জন্য অত্যন্ত গর্বিত; এটি একটি বড় প্রযুক্তিগত বিজয়।"

মডেলের হাইলাইটগুলি নিম্নরূপ সংক্ষিপ্ত করা হয়েছে:

• gpt-oss-120b: একটি বড়, উন্মুক্ত মডেল উৎপাদনের জন্য উপযুক্ত, সাধারণ-উদ্দেশ্য, উচ্চ-অনুমান ব্যবহার ক্ষেত্রে, একটি একক H100 GPU (117 বিলিয়ন প্যারামিটার, 5.1 বিলিয়ন অ্যাক্টিভেশন), ডেটা সেন্টারে এবং হাই-এন্ড ডেস্কটপ এবং ল্যাপটপে চালানোর জন্য ডিজাইন করা হয়েছে।
• gpt-oss-20b: নিম্ন-বিলম্বিত, স্থানীয় বা বিশেষ ব্যবহারের ক্ষেত্রে (21B প্যারামিটার, 3.6B অ্যাক্টিভেশন প্যারামিটার) জন্য একটি মাঝারি আকারের খোলা মডেল যা বেশিরভাগ ডেস্কটপ এবং ল্যাপটপে চলতে পারে।
• Apache 2.0 লাইসেন্স: কপিলেফ্ট বিধিনিষেধ বা পেটেন্ট ঝুঁকি ছাড়াই নির্মাণের জন্য বিনামূল্যে—পরীক্ষা, কাস্টমাইজেশন এবং বাণিজ্যিক স্থাপনার জন্য আদর্শ।
• কনফিগারযোগ্য অনুমান শক্তি: আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে এবং লেটেন্সি প্রয়োজনীয়তার উপর ভিত্তি করে সহজেই অনুমান শক্তি (নিম্ন, মাঝারি বা উচ্চ) সামঞ্জস্য করুন। সম্পূর্ণ ইনফারেন্স চেইন: সহজ ডিবাগিং এবং আউটপুটে আত্মবিশ্বাস বাড়ানোর জন্য মডেলের অনুমান প্রক্রিয়ায় সম্পূর্ণ অ্যাক্সেস পান। এই বৈশিষ্ট্যটি শেষ ব্যবহারকারীদের জন্য প্রদর্শনের উদ্দেশ্যে নয়।
• ফাইন-টিউনযোগ্য: সূক্ষ্ম-টিউনিং পরামিতি দ্বারা, ব্যবহারকারীর নির্দিষ্ট ব্যবহারের চাহিদা মেটাতে মডেলটিকে সম্পূর্ণরূপে কাস্টমাইজ করা যেতে পারে।
• ইন্টেলিজেন্ট এজেন্ট ক্ষমতা: ফাংশন কল, ওয়েব ব্রাউজিং, পাইথন কোড এক্সিকিউশন এবং কাঠামোগত আউটপুট সঞ্চালনের জন্য মডেলের নেটিভ ক্ষমতা ব্যবহার করুন।
• নেটিভ MXFP4 কোয়ান্টাইজেশন: মডেলগুলিকে MoE স্তরগুলির জন্য নেটিভ MXFP4 নির্ভুলতা ব্যবহার করে প্রশিক্ষণ দেওয়া হয়, gpt-oss-120b মডেলটিকে একটি একক H100 GPU এবং gpt-oss-20b মডেলটিকে 16GB মেমরির মধ্যে চালানোর জন্য সক্ষম করে৷

OpenAI অবশেষে তার AI ওপেন-সোর্স, কিন্তু এই সময় এটি সত্যিই ভিন্ন

প্রযুক্তিগত বৈশিষ্ট্য থেকে বিচার করে, OpenAI এবার সত্যিই গুরুতর। এটি কেবলমাত্র একটি স্কেল-ডাউন ওপেন সোর্স মডেল নিয়ে আসেনি, বরং এর পরিবর্তে তার নিজস্ব ক্লোজড-সোর্স ফ্ল্যাগশিপের কাছাকাছি পারফরম্যান্স সহ একটি আন্তরিক কাজ চালু করেছে।

OpenAI এর অফিসিয়াল ভূমিকা অনুসারে, gpt-oss-120b এর মোট 117 বিলিয়ন প্যারামিটার এবং 5.1 বিলিয়ন অ্যাক্টিভেশন প্যারামিটার রয়েছে। এটি একটি একক H100 GPU-তে চলতে পারে এবং শুধুমাত্র 80 GB মেমরির প্রয়োজন। এটি উত্পাদন পরিবেশ, সাধারণ অ্যাপ্লিকেশন এবং উচ্চ অনুমানের প্রয়োজনীয়তার সাথে ব্যবহারের ক্ষেত্রে ডিজাইন করা হয়েছে। এটি ডেটা সেন্টারে স্থাপন করা যেতে পারে এবং হাই-এন্ড ডেস্কটপ এবং ল্যাপটপে চালানো যেতে পারে।

তুলনায়, gpt-oss-20b-এর মোট 21 বিলিয়ন প্যারামিটার এবং 3.6 বিলিয়ন অ্যাক্টিভেশন প্যারামিটার রয়েছে। এটি কম লেটেন্সি, স্থানীয়করণ বা বিশেষ ব্যবহারের ক্ষেত্রে অপ্টিমাইজ করা হয়েছে এবং চালানোর জন্য শুধুমাত্র 16GB মেমরি প্রয়োজন, যার মানে বেশিরভাগ আধুনিক ডেস্কটপ এবং ল্যাপটপ এটি পরিচালনা করতে পারে।

OpenAI দ্বারা প্রকাশিত বেঞ্চমার্ক ফলাফল অনুযায়ী, gpt-oss-120b o3-miniকে ছাড়িয়ে গেছে এবং প্রতিযোগিতামূলক প্রোগ্রামিং এর Codeforces পরীক্ষায় o4-mini-এর সমকক্ষ ছিল; এটি o3-miniকেও ছাড়িয়ে গেছে এবং MMLU এবং HLE পরীক্ষায় সাধারণ সমস্যা-সমাধান ক্ষমতার o4-mini স্তরে পৌঁছেছে।

টুল কলের TauBench মূল্যায়নে, gpt-oss-120bও ভাল পারফর্ম করেছে, এমনকি ক্লোজড সোর্স মডেল যেমন o1 এবং GPT-4oকে ছাড়িয়ে গেছে; স্বাস্থ্য-সম্পর্কিত প্রশ্নের হেলথবেঞ্চ পরীক্ষা এবং প্রতিযোগিতামূলক গণিতের AIME 2024 এবং 2025 পরীক্ষায়, gpt-oss-120b-এর কর্মক্ষমতা এমনকি o4-miniকেও ছাড়িয়ে গেছে।

এর ছোট প্যারামিটারের আকার থাকা সত্ত্বেও, gpt-oss-20b একই মানদণ্ডে, বিশেষ করে প্রতিযোগিতামূলক গণিত এবং স্বাস্থ্যের ক্ষেত্রে OpenAI o3-mini-এর সাথে সমান বা ভালো পারফর্ম করে।

যাইহোক, যদিও GPT-OSS মডেল স্বাস্থ্য-সম্পর্কিত প্রশ্নের জন্য HealthBench পরীক্ষায় ভাল পারফর্ম করেছে, এই মডেলগুলি চিকিৎসা পেশাদারদের প্রতিস্থাপন করতে পারে না এবং রোগ নির্ণয় বা চিকিত্সার জন্য ব্যবহার করা উচিত নয়। ব্যবহারের জন্য সতর্কতা বাঞ্ছনীয়।

API-এ OpenAI ও-সিরিজ ইনফারেন্স মডেলের মতো, উভয় ওপেন ওয়েট মডেলই কম, মাঝারি এবং উচ্চ ইনফারেন্স শক্তি সেটিংস সমর্থন করে, যা ডেভেলপারদের নির্দিষ্ট ব্যবহারের পরিস্থিতি এবং লেটেন্সি প্রয়োজনীয়তার উপর ভিত্তি করে পারফরম্যান্স এবং প্রতিক্রিয়াশীলতার ব্যবসা করতে দেয়।

বার্কলে থেকে ওপেনএআই পর্যন্ত, পিকিং বিশ্ববিদ্যালয়ের প্রাক্তন ছাত্ররা ওপেন সোর্সকে চ্যাম্পিয়ন করছে

OpenAI-এর GPT-OSS মডেলের ট্রায়াল প্ল্যাটফর্মে, আমি মডেলের কাছে একটি ক্লাসিক লজিক সমস্যা তুলে ধরেছি: "একটি দড়ি যা অসমভাবে জ্বলে তা পুড়ে যেতে ঠিক এক ঘণ্টা সময় নেয়। এই ধরনের বেশ কয়েকটি দড়ি দেওয়া হলে, আপনি কীভাবে এক ঘণ্টা পনের মিনিট সঠিকভাবে পরিমাপ করবেন?"

মডেলটি একটি পরিষ্কার টাইমলাইন চার্ট, নীতিগত ব্যাখ্যা এবং মূল পয়েন্ট সারাংশ সহ ধাপে ধাপে এই সমস্যার একটি সম্পূর্ণ সমাধান উপস্থাপন করে। যাইহোক, যদি আপনি ঘনিষ্ঠভাবে তাকান, আপনি দেখতে পারেন যে সমাধানের পদক্ষেপগুলি এখনও বেশ কষ্টকর।

অভিজ্ঞতার ঠিকানা: https://www.gpt-oss.com/

নেটিজেন @flavioAd-এর পরীক্ষার প্রতিক্রিয়া অনুসারে, GPT-OSS-20B ক্লাসিক বল মোশন সমস্যায় ভাল পারফর্ম করেছে, কিন্তু সবচেয়ে কঠিন ক্লাসিক হেক্সাগন পরীক্ষায় ব্যর্থ হয়েছে এবং অনেক ব্যাকরণগত ত্রুটির সম্মুখীন হয়েছে, তুলনামূলকভাবে সন্তোষজনক ফলাফল পেতে একাধিক বার চেষ্টা করতে হবে।

Netizen @productshiv Lm স্টুডিও প্ল্যাটফর্মের মাধ্যমে একটি M3 প্রো চিপ এবং 18GB মেমরি দিয়ে সজ্জিত একটি ডিভাইসে gpt-oss-20b মডেলটি পরীক্ষা করেছে, সফলভাবে ক্লাসিক স্নেক গেমের লেখা সম্পূর্ণ করেছে, কোনো প্রকার পরিমাপ প্রক্রিয়াকরণ ছাড়াই 23.72 টোকেন/সেকেন্ডের প্রজন্মের গতির সাথে।

মজার বিষয় হল, নেটিজেন @Sauers_ আবিষ্কার করেছেন যে gpt-oss-120b মডেলটির একটি অনন্য "অভ্যাস" রয়েছে – এটি কবিতা সৃষ্টিতে গাণিতিক সমীকরণ এম্বেড করতে পছন্দ করে।

উপরন্তু, নেটিজেন @grx_xce Claude Opus 4.1 এবং gpt-oss-120b মডেলের তুলনামূলক পরীক্ষার ফলাফল শেয়ার করেছে। আপনি কোনটি ভাল মনে করেন?

এই ঐতিহাসিক ওপেন সোর্স প্রকাশের পিছনে, একজন প্রযুক্তিগত ব্যক্তি রয়েছেন যিনি বিশেষ মনোযোগের দাবিদার – ঝুওহান লি, যিনি gpt-oss সিরিজের মডেল অবকাঠামো এবং যুক্তির কাজের নেতৃত্ব দেন।

"আমি সৌভাগ্যবান যে পরিকাঠামো এবং অনুমান কাজের নেতৃত্ব দিতে পেরেছি যা gpt-oss সম্ভব করে তোলে। আমি এক বছর আগে ওপেনএআই-তে যোগ দিয়েছিলাম স্ক্র্যাচ থেকে vLLM তৈরি করার পরে – এবং এখন প্রকাশকের পাশে থাকা, ওপেন সোর্স সম্প্রদায়ে মডেলগুলিকে আবার অবদান রাখতে সাহায্য করা, আমার কাছে গভীরভাবে অর্থবহ।"

জনসাধারণের তথ্য ইঙ্গিত করে যে ঝুওহান লি পিকিং বিশ্ববিদ্যালয় থেকে স্নাতক ডিগ্রি নিয়ে স্নাতক হয়েছেন, যেখানে তিনি বিখ্যাত কম্পিউটার বিজ্ঞানের অধ্যাপক ওয়াং লিউই এবং হে ডি-এর অধীনে পড়াশোনা করেছেন, কম্পিউটার বিজ্ঞানে একটি শক্ত ভিত্তি স্থাপন করেছেন। এরপর তিনি ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলেতে তার ডক্টরেট অর্জন করেন, যেখানে তিনি ডিস্ট্রিবিউটেড সিস্টেমের একজন নেতৃস্থানীয় পণ্ডিত ইয়ন স্টোইকার নির্দেশনায় বার্কলে RISE ল্যাবে একজন ডক্টরাল গবেষক হিসেবে প্রায় পাঁচ বছর অতিবাহিত করেন।

তার গবেষণাটি মেশিন লার্নিং এবং ডিস্ট্রিবিউটেড সিস্টেমের ছেদকে কেন্দ্র করে, সিস্টেম ডিজাইনের মাধ্যমে থ্রুপুট, মেমরির দক্ষতা এবং বৃহৎ মডেলের অনুমানের ডিপ্লোয়বিলিটি উন্নত করার উপর বিশেষ ফোকাস – এইগুলি হল মূল প্রযুক্তি যা জিপিটি-ওএসএস মডেলগুলিকে কমোডিটি হার্ডওয়্যারে দক্ষতার সাথে চালাতে সক্ষম করে।

বার্কলেতে থাকাকালীন, ঝুওহান লি গভীরভাবে জড়িত ছিলেন এবং বেশ কয়েকটি প্রকল্পের নেতৃত্ব দিয়েছিলেন যা ওপেন সোর্স সম্প্রদায়ের উপর গভীর প্রভাব ফেলেছিল। ভিএলএলএম প্রকল্পের অন্যতম প্রধান লেখক হিসাবে, তিনি পেজডঅ্যাটেনশন প্রযুক্তির মাধ্যমে উচ্চ খরচ এবং ধীর গতিতে বড় মডেলের স্থাপনার শিল্পের ব্যথার পয়েন্টগুলি সফলভাবে সম্বোধন করেছেন। এই উচ্চ-থ্রুপুট, কম-মেমরি বড়-মডেল ইনফারেন্স ইঞ্জিন ব্যাপকভাবে শিল্প দ্বারা গৃহীত হয়েছে।

তিনি ভিকুনার সহ-লেখকও, যেটি ওপেন সোর্স কমিউনিটিতে ব্যাপক সাড়া পেয়েছে। এছাড়াও, আলপা সিরিজের সরঞ্জামগুলির বিকাশে তিনি অংশগ্রহণ করেছিলেন মডেল সমান্তরাল কম্পিউটিং এবং যুক্তি স্বয়ংক্রিয়তার বিকাশকে উন্নীত করেছে।

অ্যাকাডেমিয়ায়, গুগল স্কলারের তথ্য অনুযায়ী, ঝুওহান লি-এর একাডেমিক কাগজপত্র 15,000 বারের বেশি উদ্ধৃত করা হয়েছে, যার এইচ-ইনডেক্স 18। তার প্রতিনিধি কাগজপত্র, যেমন MT-বেঞ্চ, চ্যাটবট এরিনা, ভিকুনা, এবং ভিএলএলএম, হাজার হাজার উদ্ধৃতি পেয়েছে এবং একটি একাডেমিক সম্প্রদায়ে ব্যাপক প্রভাব ফেলেছে।

শুধু বড় নয়, জিপিটি-ওএস-এর পিছনে স্থাপত্য উদ্ভাবনও রয়েছে

এই দুটি মডেল কেন এমন অসামান্য কর্মক্ষমতা অর্জন করতে পারে তা বোঝার জন্য, আমাদের তাদের পিছনের প্রযুক্তিগত স্থাপত্য এবং প্রশিক্ষণ পদ্ধতিগুলির গভীর ধারণা থাকতে হবে।
জিপিটি-ওএসএস মডেলটি ওপেনএআই-এর অত্যাধুনিক প্রাক-প্রশিক্ষণ এবং প্রশিক্ষণ-পরবর্তী কৌশলগুলি ব্যবহার করে প্রশিক্ষিত হয়, বিভিন্ন স্থাপনার পরিবেশে যুক্তি করার ক্ষমতা, দক্ষতা এবং ব্যবহারিক ব্যবহারযোগ্যতার উপর বিশেষ মনোযোগ দিয়ে।

উভয় মডেলই উন্নত ট্রান্সফরমার আর্কিটেকচার ব্যবহার করে এবং ইনপুট প্রক্রিয়াকরণের সময় সক্রিয় করার জন্য প্রয়োজনীয় প্যারামিটারের সংখ্যা উল্লেখযোগ্যভাবে কমাতে উদ্ভাবনীভাবে মিক্সচার অফ এক্সপার্টস (MoE) কৌশল ব্যবহার করে।

মডেলটি GPT-3 এর মতো একটি বিকল্প ঘন এবং স্থানীয় ব্যান্ডেড স্পার্স অ্যাটেনশন প্যাটার্ন ব্যবহার করে। যুক্তি এবং মেমরি দক্ষতা আরও উন্নত করার জন্য, এটি 8 এর একটি গ্রুপ আকার সহ একটি গোষ্ঠীবদ্ধ বহু-কোয়েরি মনোযোগ প্রক্রিয়া ব্যবহার করে। অবস্থানগত এনকোডিংয়ের জন্য ঘূর্ণনশীল অবস্থানগত এনকোডিং (RoPE) প্রযুক্তি ব্যবহার করে, মডেলটি নেটিভভাবে 128k পর্যন্ত প্রসঙ্গ দৈর্ঘ্যকে সমর্থন করে।

প্রশিক্ষণের তথ্যের পরিপ্রেক্ষিতে, ওপেনএআই এই মডেলগুলিকে একটি সাধারণ পাঠ্য ডেটাসেটে প্রধানত ইংরেজিতে প্রশিক্ষণ দিয়েছিল, STEM ক্ষেত্রের জ্ঞান, কোডিং দক্ষতা এবং সাধারণ জ্ঞানের উপর বিশেষ জোর দিয়ে।

একই সময়ে, ওপেনএআই o200k_harmony নামে একটি নতুন শব্দ সেগমেন্টার ওপেন-সোর্স করেছে, যেটি OpenAI o4-mini এবং GPT-4o দ্বারা ব্যবহৃত শব্দ সেগমেন্টারগুলির তুলনায় আরও ব্যাপক এবং উন্নত।

আরও কমপ্যাক্ট টোকেনাইজেশন পদ্ধতি মডেলটিকে একই প্রসঙ্গ দৈর্ঘ্য সহ আরও সামগ্রী প্রক্রিয়া করার অনুমতি দেয়। উদাহরণ স্বরূপ, একটি বাক্য মূলত 20টি টোকেনে বিভক্ত হয়ে একটি ভাল টোকেনাইজারের সাথে শুধুমাত্র 10টির প্রয়োজন হতে পারে। এটি দীর্ঘ পাঠ্য প্রক্রিয়াকরণের জন্য বিশেষভাবে গুরুত্বপূর্ণ।

শক্তিশালী মৌলিক পারফরম্যান্সের পাশাপাশি, এই মডেলগুলি ব্যবহারিক প্রয়োগ ক্ষমতাতেও উৎকৃষ্ট। gpt-oss মডেলটি রেসপন্স এপিআই এর সাথে সামঞ্জস্যপূর্ণ এবং ফাংশন কল, ওয়েব ব্রাউজিং, পাইথন কোড এক্সিকিউশন এবং স্ট্রাকচার্ড আউটপুটের জন্য নেটিভ সাপোর্ট সহ ফাংশন সমর্থন করে।

উদাহরণস্বরূপ, যখন একজন ব্যবহারকারী গত কয়েকদিনে অনলাইনে gpt-oss-120b ফাঁসের বিশদ বিবরণ সম্পর্কে জিজ্ঞাসা করেন, তখন মডেলটি প্রথমে ব্যবহারকারীর অনুরোধ বিশ্লেষণ করবে এবং বুঝতে পারবে, তারপর প্রাসঙ্গিক ফাঁস হওয়া তথ্যের জন্য সক্রিয়ভাবে ইন্টারনেট ব্রাউজ করবে, তথ্য সংগ্রহের জন্য ব্রাউজিং টুলকে পরপর 27 বার কল করবে এবং অবশেষে একটি বিস্তারিত উত্তর দেবে।

এটি লক্ষণীয় যে, উপরের প্রদর্শনীতে যেমন দেখা যায়, এই মডেলটি চেইন অফ থটকে সম্পূর্ণরূপে প্রয়োগ করে। ওপেনএআই ব্যাখ্যা করে যে তারা ইচ্ছাকৃতভাবে এই চেইন অফ থটটিকে "আসল অবস্থায়" রেখে "নিয়ন্ত্রিত" বা অপ্টিমাইজ করেনি।

তাদের দৃষ্টিতে, এই নকশা ধারণার পিছনে গভীর বিবেচনা রয়েছে – যদি একটি মডেলের চেইন চিন্তা বিশেষভাবে সারিবদ্ধ না হয়, তাহলে বিকাশকারীরা তার চিন্তাভাবনা প্রক্রিয়া পর্যবেক্ষণ করে সম্ভাব্য সমস্যাগুলি আবিষ্কার করতে পারে, যেমন নির্দেশাবলী লঙ্ঘন করা, বিধিনিষেধ এড়ানোর চেষ্টা করা, মিথ্যা তথ্য আউটপুট করা ইত্যাদি।

অতএব, তারা বিশ্বাস করে যে চেইন চিন্তার মূল অবস্থা বজায় রাখা গুরুত্বপূর্ণ, কারণ এটি মডেলটিতে প্রতারণা, অপব্যবহার বা সীমানা অতিক্রম করার সম্ভাব্য ঝুঁকি রয়েছে কিনা তা নির্ধারণ করতে সহায়তা করে।
উদাহরণস্বরূপ, যখন ব্যবহারকারী মডেলটিকে "5" শব্দটি কোনো আকারে না বলতে বলে, মডেলটি চূড়ান্ত আউটপুটে নিয়ম মেনে চলে এবং "5" বলে না, কিন্তু

আপনি যদি মডেলের চিন্তা চেইনের দিকে তাকান, আপনি দেখতে পাবেন যে মডেলটি আসলে চিন্তা প্রক্রিয়ার সময় গোপনে "5" শব্দটি উল্লেখ করেছে।

অবশ্যই, এই ধরনের একটি শক্তিশালী ওপেন সোর্স মডেলের জন্য, নিরাপত্তা সমস্যাগুলি স্বাভাবিকভাবেই শিল্পের সবচেয়ে উদ্বিগ্ন ফোকাসগুলির মধ্যে একটি হয়ে ওঠে।

প্রাক-প্রশিক্ষণের সময়, ওপেনএআই রসায়ন, জীববিদ্যা, তেজস্ক্রিয়তা ইত্যাদির সাথে সম্পর্কিত কিছু ক্ষতিকারক ডেটা ফিল্টার করে। প্রশিক্ষণ-পরবর্তী সময়ে, ওপেনএআই অ্যালাইনমেন্ট কৌশল এবং একটি নির্দেশিক শ্রেণিবিন্যাস পদ্ধতি ব্যবহার করে যাতে মডেলটিকে অনিরাপদ প্রম্পট প্রত্যাখ্যান করতে এবং প্রম্পট ইনজেকশন আক্রমণ থেকে রক্ষা করতে শেখানো হয়।

ওপেন-ওয়েট মডেলগুলি দূষিতভাবে ব্যবহার করা যেতে পারে এমন ঝুঁকি মূল্যায়ন করার জন্য, OpenAI একটি অভূতপূর্ব "সবচেয়ে খারাপ-কেস ফাইন-টিউনিং" পরীক্ষা পরিচালনা করেছে। তারা বিশেষায়িত জৈবিক এবং সাইবার নিরাপত্তা ডেটার উপর মডেলটিকে সূক্ষ্মভাবে সুরক্ষিত করেছে, প্রতিটি ডোমেনের জন্য একটি ডোমেন-নির্দিষ্ট অ-প্রত্যাখ্যান সংস্করণ তৈরি করে, আক্রমণকারী যে পদক্ষেপ নিতে পারে তার অনুকরণ করে।
পরবর্তীকালে, অভ্যন্তরীণ এবং বাহ্যিক পরীক্ষার মাধ্যমে এই দূষিত সূক্ষ্ম-টিউনড মডেলগুলির ক্ষমতার স্তর মূল্যায়ন করা হয়েছিল।

একটি সহগামী নিরাপত্তা কাগজে OpenAI বিশদ হিসাবে, এই পরীক্ষাগুলি দেখায় যে এমনকি OpenAI-এর নেতৃস্থানীয় প্রশিক্ষণ কৌশলগুলি ব্যবহার করে দৃঢ় সূক্ষ্ম-টিউনিং সহ, এই দূষিতভাবে সূক্ষ্ম-টিউন করা মডেলগুলি কোম্পানির প্রস্তুতি কাঠামো অনুযায়ী উচ্চ স্তরের সমঝোতা অর্জন করতে অক্ষম ছিল। এই দূষিত ফাইন-টিউনিং পদ্ধতিটি তিনটি স্বাধীন বিশেষজ্ঞ গোষ্ঠী দ্বারা পর্যালোচনা করা হয়েছে, যারা প্রশিক্ষণ প্রক্রিয়া এবং মূল্যায়নের উন্নতির জন্য সুপারিশ প্রদান করেছে, যার মধ্যে অনেকগুলি OpenAI গৃহীত হয়েছে এবং মডেল কার্ডে বিস্তারিত বর্ণনা করেছে।

OpenAI তার ওপেন সোর্স প্রচেষ্টায় কতটা আন্তরিক?

নিরাপত্তা নিশ্চিত করার সময়, OpenAI তার ওপেন সোর্স কৌশলে অভূতপূর্ব উন্মুক্ততা প্রদর্শন করেছে।

উভয় মডেলই অনুমোদনযোগ্য Apache 2.0 লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত, যার অর্থ বিকাশকারীরা কপিলেফ্ট বিধিনিষেধ মেনে চলা বা পেটেন্ট ঝুঁকির বিষয়ে উদ্বিগ্ন না হয়েই নির্মাণ, পরীক্ষা, কাস্টমাইজ এবং বাণিজ্যিকভাবে স্থাপনের জন্য স্বাধীন।

এই উন্মুক্ত লাইসেন্সিং মডেলটি বিভিন্ন পরীক্ষামূলক, কাস্টমাইজেশন এবং বাণিজ্যিক স্থাপনার পরিস্থিতির জন্য উপযুক্ত।

একই সময়ে, উভয় gpt-oss মডেলগুলি বিভিন্ন ধরণের পেশাদার ব্যবহারের ক্ষেত্রে সূক্ষ্ম-টিউন করা যেতে পারে – বড় gpt-oss-120b মডেলটি একটি একক H100 নোডে সূক্ষ্ম-টিউন করা যেতে পারে, যখন ছোট gpt-oss-20b এমনকি গ্রাহক-গ্রেড হার্ডওয়্যারে সূক্ষ্ম-টিউন করা যেতে পারে। প্যারামিটার ফাইন-টিউনিংয়ের মাধ্যমে, বিকাশকারীরা নির্দিষ্ট ব্যবহারের প্রয়োজনীয়তাগুলি পূরণ করতে মডেলটিকে সম্পূর্ণরূপে কাস্টমাইজ করতে পারে।

মডেলটি MoE স্তরের নেটিভ MXFP4 নির্ভুলতা ব্যবহার করে প্রশিক্ষিত। এই নেটিভ MXFP4 কোয়ান্টাইজেশন প্রযুক্তি gpt-oss-120b কে শুধুমাত্র 80GB মেমরিতে চালাতে সক্ষম করে, এবং gpt-oss-20b-এর জন্য শুধুমাত্র 16GB মেমরির প্রয়োজন হয়, যা হার্ডওয়্যার থ্রেশহোল্ডকে ব্যাপকভাবে হ্রাস করে।

ওপেনএআই এই ইউনিফাইড, স্ট্রাকচার্ড প্রম্পট ফরম্যাটে মডেলটিকে আরও ভালভাবে বুঝতে এবং প্রতিক্রিয়া জানাতে সাহায্য করার জন্য পোস্ট-প্রশিক্ষণের সময় সামঞ্জস্য বিন্যাসকে সূক্ষ্ম-টিউন করেছে। দত্তক নেওয়ার সুবিধার্থে, OpenAI পাইথন এবং রাস্ট উভয় ক্ষেত্রেই হারমোনি রেন্ডারারকে ওপেন সোর্স করেছে।

এছাড়াও, ওপেনএআই পাইটর্চ যুক্তি এবং অ্যাপলের মেটাল প্ল্যাটফর্ম যুক্তির জন্য রেফারেন্স বাস্তবায়নের পাশাপাশি মডেল সরঞ্জামগুলির একটি সিরিজও প্রকাশ করেছে।

যদিও প্রযুক্তিগত উদ্ভাবন অত্যন্ত গুরুত্বপূর্ণ, ওপেন সোর্স মডেলের সত্যিকারের মূল্যের জন্য সমগ্র বাস্তুতন্ত্রের সমর্থন প্রয়োজন। এই লক্ষ্যে, Azure, Hugging Face, vLLM, Ollama, llama.cpp, LM স্টুডিও এবং AWS সহ তার মডেলগুলি প্রকাশ করার আগে OpenAI অসংখ্য তৃতীয় পক্ষের স্থাপনার প্ল্যাটফর্মের সাথে অংশীদারিত্ব করেছে।

হার্ডওয়্যারের দিক থেকে, ওপেনএআই বিভিন্ন সিস্টেমে অপ্টিমাইজড পারফরম্যান্স নিশ্চিত করতে NVIDIA, AMD, Cerebras এবং Groq-এর মতো নির্মাতাদের সাথে অংশীদারিত্ব করেছে।

মডেল কার্ডে প্রকাশিত তথ্য অনুসারে, Gpt-oss মডেলটিকে একটি NVIDIA H100 GPU-তে PyTorch ফ্রেমওয়ার্ক ব্যবহার করে প্রশিক্ষণ দেওয়া হয়েছিল এবং বিশেষজ্ঞ-অপ্টিমাইজ করা ট্রাইটন কার্নেল গ্রহণ করা হয়েছিল।

মডেল কার্ড ঠিকানা:
https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf

gpt-oss-120b-এর সম্পূর্ণ প্রশিক্ষণে 2.1 মিলিয়ন H100 ঘন্টা লেগেছিল, যেখানে gpt-oss-20b-এর প্রশিক্ষণের সময় প্রায় 10 গুণ কমে গিয়েছিল। উভয় মডেলই ফ্ল্যাশ অ্যাটেনশন অ্যালগরিদম ব্যবহার করে, যা শুধুমাত্র মেমরির প্রয়োজনীয়তা উল্লেখযোগ্যভাবে হ্রাস করে না বরং প্রশিক্ষণ প্রক্রিয়াকেও ত্বরান্বিত করে।

কিছু নেটিজেন বিশ্লেষণ করেছেন যে gpt-oss-20b-এর প্রাক-প্রশিক্ষণ খরচ 500,000 মার্কিন ডলারের কম।

এনভিডিয়ার সিইও জেনসেন হুয়াংও বিজ্ঞাপনের জন্য এই সহযোগিতা ব্যবহার করেছেন: "ওপেনএআই বিশ্বকে দেখিয়েছে যে এনভিডিয়া এআই-তে কী তৈরি করা যেতে পারে – এখন তারা ওপেন সোর্স সফ্টওয়্যারে উদ্ভাবন চালাচ্ছে।"

মাইক্রোসফ্ট ঘোষণা করেছে যে এটি উইন্ডোজ ডিভাইসগুলিতে gpt-oss-20b মডেলের একটি GPU-অপ্টিমাইজ করা সংস্করণ আনবে। এই মডেলটি ONNX রানটাইম দ্বারা চালিত, স্থানীয় অনুমান সমর্থন করে এবং ফাউন্ড্রি লোকাল এবং ভিএস কোড এআই টুলকিটের মাধ্যমে উপলব্ধ, উইন্ডোজ ডেভেলপারদের জন্য ওপেন মডেলগুলি তৈরি করা সহজ করে তোলে।

ওপেনএআই এআই সুইডেন, অরেঞ্জ এবং স্নোফ্লেকের মতো প্রারম্ভিক অংশীদারদের সাথে ওপেন মডেলের বাস্তব-বিশ্বের অ্যাপ্লিকেশন বোঝার জন্য সহযোগিতা করছে। ডেটা নিরাপত্তা নিশ্চিত করার জন্য স্থানীয়ভাবে মডেল হোস্ট করা থেকে শুরু করে বিশেষ ডেটাসেটে ফাইন-টিউনিং করা পর্যন্ত এই সহযোগিতার পরিসর রয়েছে।

অল্টম্যান যেমন পরবর্তী পোস্টে জোর দিয়েছিলেন, এই ওপেন সোর্স রিলিজের তাৎপর্য প্রযুক্তির বাইরেও চলে যায়। তারা আশা করে যে এই প্রথম-শ্রেণির উন্মুক্ত মডেলগুলি প্রদান করে, তারা প্রত্যেককে সক্ষম করতে পারে – স্বতন্ত্র বিকাশকারী থেকে বড় উদ্যোগ থেকে সরকারী সংস্থাগুলি – তাদের নিজস্ব অবকাঠামোতে AI চালাতে এবং কাস্টমাইজ করতে।

আরেকটা জিনিস

একই সময়ে ওপেনএআই ওপেন সোর্স জিপিটি-ওএস সিরিজের মডেল ঘোষণা করেছে, গুগল ডিপমাইন্ড ওয়ার্ল্ড মডেল জিনি 3 প্রকাশ করেছে, যা রিয়েল টাইমে মাত্র একটি বাক্যে ইন্টারেক্টিভ ওয়ার্ল্ড তৈরি করতে পারে; একই সময়ে, অ্যানথ্রপিক একটি বড় আপডেটও চালু করেছে – ক্লাউড ওপাস 4.1।

Claude Opus 4.1 হল পূর্ববর্তী প্রজন্মের Claude Opus 4 এর একটি ব্যাপক আপগ্রেড, যা এজেন্টের টাস্ক এক্সিকিউশন, এনকোডিং এবং যুক্তির ক্ষমতাকে শক্তিশালী করার উপর দৃষ্টি নিবদ্ধ করে।

এই নতুন মডেলটি এখন সমস্ত প্রদত্ত ক্লাউড এবং ক্লাউড কোড ব্যবহারকারীদের জন্য উপলব্ধ, এবং এটি অ্যানথ্রোপিক API, অ্যামাজন বেডরক এবং ভার্টেক্স এআই প্ল্যাটফর্মেও উপলব্ধ৷

মূল্যের ক্ষেত্রে, Claude Opus 4.1 একটি টায়ার্ড বিলিং মডেল গ্রহণ করে: ইনপুট প্রসেসিং ফি হল US$15 প্রতি মিলিয়ন টোকেন, এবং আউটপুট জেনারেশন ফি হল US$75 প্রতি মিলিয়ন টোকেন।

ক্যাশে লিখতে খরচ হয় $18.75 প্রতি মিলিয়ন টোকেন, যখন রিড ক্যাশে খরচ হয় প্রতি মিলিয়ন টোকেনের জন্য $1.50। এই মূল্যের কাঠামো ঘন ঘন কলের পরিস্থিতিতে ব্যবহারের খরচ কমাতে সাহায্য করে।

বেঞ্চমার্কের ফলাফলগুলি দেখায় যে Opus 4.1 SWE-বেঞ্চ ভেরিফাইয়ে 74.5% স্কোর অর্জন করেছে, এনকোডিং কার্যক্ষমতাকে একটি নতুন স্তরে ঠেলে দিয়েছে। উপরন্তু, এটি ক্লডের উন্নতিও করেছে

গভীরভাবে গবেষণা এবং ডেটা বিশ্লেষণের ক্ষেত্রে ক্ষমতা, বিশেষ করে বিস্তারিত ট্র্যাকিং এবং বুদ্ধিমান অনুসন্ধানে।

শিল্প থেকে প্রতিক্রিয়া Opus 4.1 এর উন্নত ক্ষমতা নিশ্চিত করে। উদাহরণ স্বরূপ, GitHub-এর অফিসিয়াল রিভিউ বলে যে Claude Opus 4.1 অধিকাংশ ক্ষমতার ক্ষেত্রে Opus 4 কে ছাড়িয়ে গেছে, বিশেষ করে মাল্টি-ফাইল কোড রিফ্যাক্টরিংয়ে উল্লেখযোগ্য উন্নতি।

উইন্ডসার্ফ আরও পরিমাণগত মূল্যায়ন ডেটা সরবরাহ করে। এটির বিশেষভাবে ডিজাইন করা জুনিয়র ডেভেলপার বেঞ্চমার্ক পরীক্ষায়, Opus 4.1 Opus 4-এর তুলনায় সম্পূর্ণ স্ট্যান্ডার্ড বিচ্যুতি দ্বারা উন্নত হয়। এই পারফরম্যান্স লিপ মোটামুটিভাবে সনেট 3.7 থেকে সনেট 4-এ আপগ্রেড করার মাধ্যমে আনা উন্নতির সমতুল্য।

অ্যানথ্রোপিক আরও প্রকাশ করেছে যে এটি আগামী সপ্তাহগুলিতে মডেলটিতে বড় উন্নতি প্রকাশ করবে। বর্তমান এআই প্রযুক্তির দ্রুত পুনরাবৃত্তি বিবেচনা করে, এর মানে কি ক্লদ 5 আত্মপ্রকাশ করতে চলেছে?

বিলম্বিত "ওপেন": একটি শুরু বা শেষ

এআই শিল্পের জন্য, খোলা থেকে বন্ধ এবং তারপর বন্ধ থেকে খোলা পর্যন্ত একটি চক্র সম্পূর্ণ করার জন্য পাঁচ বছর যথেষ্ট সময়।

ওপেনএআই, যাকে একসময় "ওপেন" নামে অভিহিত করা হয়েছিল, অবশেষে পাঁচ বছরের ক্লোজড-সোর্স ডেভেলপমেন্টের পর জিপিটি-ওএসএস সিরিজের মডেলের মাধ্যমে বিশ্বের কাছে প্রমাণিত হয়েছে যে এটি এখনও "ওপেন" এর নামে মনে রেখেছে।

এই প্রত্যাবর্তন, যাইহোক, একটি অটল প্রতিশ্রুতির চেয়ে প্রয়োজনের পণ্য। টাইমিং ভলিউম কথা বলে: ডিপসিকের মতো ওপেন-সোর্স মডেলগুলি যেমন গ্রাউন্ড লাভ করছিল, ডেভেলপার সম্প্রদায়ের কাছ থেকে ব্যাপক অভিযোগের প্ররোচনা দিচ্ছে, ওপেনএআই তার ওপেন-সোর্স মডেল ঘোষণা করেছে। বারবার বিলম্বের পর অবশেষে আজ এসে পৌঁছেছে।

জানুয়ারিতে অল্টম্যানের অকপট বিবৃতি—"ওপেন সোর্সের ক্ষেত্রে আমরা ইতিহাসের ভুল দিকে রয়েছি"—এই পরিবর্তনের আসল কারণ দেখিয়েছে। ডিপসিকের মতো কোম্পানির চাপ আসল। যেহেতু ওপেন সোর্স মডেলের কর্মক্ষমতা ক্লোজড-সোর্স পণ্যগুলির কাছে চলে আসছে, তাই ক্লোজড-সোর্স মডেলগুলিকে আঁকড়ে থাকা বাজারকে অন্যদের হাতে তুলে দেওয়ার সমতুল্য।

মজার ব্যাপার হল, যেদিন ওপেনএআই তার ওপেন সোর্স রিলিজ ঘোষণা করেছিল, সেই দিনেই অ্যানথ্রপিক ক্লড ওপাস 4.1 প্রকাশ করেছিল, যা এখনও বন্ধ-উৎস রুট মেনে চলে, কিন্তু বাজারের প্রতিক্রিয়া ছিল সমানভাবে উত্সাহী।

উভয় কোম্পানি, তাদের দুটি পছন্দের সাথে, ব্যাপক প্রশংসা অর্জন করেছে, এআই শিল্পের প্রকৃত প্রকৃতি প্রদর্শন করে: কোন একক সঠিক পথ নেই, শুধুমাত্র কৌশল যা প্রতিটি ব্যক্তির জন্য সর্বোত্তম কাজ করে। ওপেনএআই সমর্থন ফিরে পেতে সীমিত ওপেন সোর্স ব্যবহার করছে, যখন অ্যানথ্রোপিক তার প্রযুক্তিগত প্রান্ত বজায় রাখার জন্য বন্ধ উত্সের উপর নির্ভর করছে। প্রতিটি কোম্পানির নিজস্ব গণনা এবং যুক্তি আছে।

তবে একটি বিষয় নিশ্চিত: এটি বিকাশকারী এবং ব্যবহারকারী উভয়ের জন্যই সেরা যুগ। আপনি আপনার ল্যাপটপে পর্যাপ্ত কর্মক্ষমতা সহ একটি ওপেন-সোর্স মডেল চালাতে পারেন, অথবা একটি API-এর মাধ্যমে আরও শক্তিশালী ক্লোজ-সোর্স পরিষেবা কল করতে পারেন। পছন্দটি সর্বদা ব্যবহারকারীর হাতে থাকে।

OpenAI এর "ওপেন" কতদূর যেতে পারে? আমরা জানতে পারব কখন GPT-5 প্রকাশিত হবে৷

আমাদের খুব বেশি আশা রাখতে হবে না। ব্যবসার প্রকৃতি কখনই পরিবর্তিত হয়নি এবং সেরা জিনিসগুলি কখনই বিনামূল্যে হবে না। তবে অন্তত 2025 সালে, ডিপসিক এবং অন্যদের দ্বারা অশান্ত একটি বছর, আমরা অবশেষে OpenAI এর বিলম্বিত "ওপেন" এর জন্য অপেক্ষা করেছি।

সংযুক্ত ব্লগ ঠিকানা:
https://openai.com/index/introducing-gpt-oss/

#iFaner-এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: iFaner (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আপনার কাছে আরও উত্তেজনাপূর্ণ সামগ্রী উপস্থাপন করা হবে।

iFanr | মূল লিঙ্ক · মন্তব্য দেখুন · সিনা ওয়েইবো