DeepSeek-GRM: व्यापार के लिए स्केल करने योग्य और लागत प्रभावी AI को बदल रहा है

अगर आप एक व्यवसाय का प्रबंधन कर रहे हैं, तो आप कितना कठिन हो सकता है यह समझने का जानना, कि आप कैसे अपने कार्यक्रम में आर्टिफिशियल इंटेलिजेंस (AI) को एंटीग्रेड कर सकते हैं। उच्च लागत और तकनीकी जटिलता अक्सर बड़ी कंपनियों के लिए उपलब्ध नहीं होती है। लेकिन यहीं पर डीपसीक-जीआरएम का काम आता है, जो AI को अधिक कुशल और पहुंचनीय बनाने का प्रयास कर रहा है, बड़े टेक कंपनियों और छोटे उद्यमों के बीच अंतर को बंद करने का।

डीपसीक-जीआरएम ने एक चतुर तकनीक का उपयोग किया है, जिसे जनरेटिव रिवर्ड मॉडलिंग (GRM) कहा जाता है, जो AI के प्रतिक्रियाएं मनुष्य के वास्तविक चाहने की ओर बढ़ाने में मदद करती है। यह सब बारे में है कि परिचालन किसी भी प्रकार से सटीक और अर्थपूर्ण हो। इसके ऊपर, सेल्फ-प्रिंसिपल क्रिटिकल ट्यूनिंग (SPCT) इसे और एक धड़े पर लात करती है, जो AI को अपने आउटपुट को स्वयं संशोधित करने और अपनाने की अनुमति देती है, जिससे अधिक सटीक परिणाम प्राप्त होते हैं।

डीपसीक-जीआरएम का उद्देश्य बड़े भाषा मॉडलों के उन्नत AI उपकरणों को व्यावसायिकों के लिए अधिक व्यवहार्य और पैमाने पर बढ़ाना है। यह इसलिए करता है कि AI के जानकारी प्रसंस्करण की तरह उसके तर्कशक्ति को बेहतर बनाता है। जबकि यह जटिल कंप्यूटिंग रिसर्स की ज़रूरत को कम करता है, यह सभी के लिए कितनी लागत पर उपलब्ध है, इसके लिए आप इसे कैसे तैयार करते हैं इस पर निर्भर करता है।

डीपसीक-जीआरएम क्या है?

डीपसीक-जीआरएम, जो डीपसीक AI द्वारा पेश किया गया है, एक लघुत्तम तकनीकी फ़्रेमवर्क है जो बड़े भाषा मॉडलों की तर्कशक्ति को बढ़ाने में मदद करता है। यह सब जीआरएम और सीपीटी संयोजित करके आर्टिफिशियल इंटेलिजेंस को मनुष्यों की पसंद के निकट लाने और उसके निर्णय लेने की क्षमता को सुधारने के बारे में है।

जीआरएम ने AI प्रतिक्रियाओं का मूल्यांकन करने के लिए एक अलग तरीका अपनाया है। सिर्फ सरल स्कोर का उपयोग करने के बजाय, यह विस्तृत पाठांशीय आलोचनाएं उत्पन्न करता है और उन आलोचनाओं के आधार पर संख्यात्मक मूल्यांकन करता है। यह तरीका प्रत्येक प्रश्न-प्रतिक्रिया जोड़ी के लिए विशिष्ट मूल्यांकन सिद्धांतों को बनाता है, जैसे कोड की सही जाँच या दस्तावेज़ की गुणवत्ता, जो कार्य के सामने आती है। यह एक संरचित तरीका है जो बताता है कि प्रतिक्रिया संबंधी प्रतिक्रिया सही और मौलिक है।

सीपीटी, जीआरएम पर बाल्टी लगाती है जो मॉडल को अपने अपने सिद्धांतों और आलोचनाओं को उत्पन्न करने के लिए दो चरणों में प्रशिक्षित करती है। पहला चरण, रेजेक्टिव फाइन-ट्यूनिंग (RFT), मॉडल को स्पष्ट