Move to Jagran APP
5/5शेष फ्री लेख

ChatGPT से कितना अलग है Meta का ये नया AI लैंग्वेज मॉडल, रिसर्च टूल की तरह करेगा काम

Meta ने एक नया AI लैंग्वेज मॉडल लॉन्च किया है। ये मॉडल रिसर्चर की मदद करने के लिए और उनके काम को आगे बढ़ाने के लिए किया जाएगा। आज हम आपको इसके बारे में बताएंगे और साथ ही यह भी बताएंगे कि यह ChatGPT से कैसे अलग है। (जागरण फोटो)

By Ankita PandeyEdited By: Ankita PandeyUpdated: Sat, 25 Feb 2023 04:27 PM (IST)
Hero Image
New facebook AI language is different from ChatGPT, Bard and Bing

नई दिल्ली, टेक डेस्क। Facebook की मूल कंपनी मेटा ने आज LLaMA नामक एक नया AI लैंग्वेज जनरेटर जारी किया है। सीईओ मार्क जुकरबर्ग ने एक फेसबुक पोस्ट में कहा कि आज हम एक नया अत्याधुनिक एआई लार्ज लैंग्वेज मॉडल जारी कर रहे हैं, जिसे LLaMA कहा जाता है, जो शोधकर्ताओं को उनके काम को आगे बढ़ाने में मदद करता है।

क्या है LLaMA?

LLaMA आर्टिफिशियल इंटेलिजेंस (AI) के इस सब फिल्ड में शोधकर्ताओं को अपने काम को आगे बढ़ाने में मदद करने के लिए डिजाइन किया गया एक अत्याधुनिक मूलभूत बड़ा लैंग्वेज मॉडल है। LLaMA जैसे छोटे, अधिक प्रदर्शन करने वाले मॉडल रिसर्च कम्युनिटी में दूसरों को सक्षम करते हैं, जिनके पास इन मॉडलों का अध्ययन करने के लिए बड़ी मात्रा में बुनियादी ढांचे तक पहुंच नहीं है। इस महत्वपूर्ण, तेजी से बदलते क्षेत्र में इस लोकतांत्रिक पहुंच को आगे बढ़ाएं।

चैटजीपीटी से अलग है LLaMA

बता दें कि LLaMA ChatGPT या Bing की तरह नहीं है। यह कोई चैटबॉट नहीं है, जिससे आप कोई भी बात कर सकते हैं, प्रश्न पूछ सकते हैं या आदेश दे सकते हैं। बल्कि, यह एक रिसर्च है। यह विशेषज्ञों को एआई लैंग्वेज मॉडल की समस्याओं को हल करने में मदद करेगा।

LLaMA का उद्देश्य क्या है?

कंपनी ने अपने ब्लाक पोस्ट में बताया है कि कि उनका मानना है कि पूरे एआई समुदाय अकादमिक शोधकर्ताओं, नागरिक समाज, नीति निर्माताओं और उद्योग  को सामान्य रूप से जिम्मेदार एआई और विशेष रूप से जिम्मेदार लैंग्वेज मॉडल के बारे में स्पष्ट दिशानिर्देश विकसित करने के लिए मिलकर काम करना चाहिए। हम यह देखने के लिए उत्सुक हैं कि समुदाय क्या सीख सकता है। यह मॉडल एक नींव मॉडल के रूप में डिजाइन किया गया है और इसे कई अलग-अलग उपयोग के मामलों में लागू किया जा सकता है

बड़े लैंग्वेज मॉडल में इन समस्याओं को सीमित करने या समाप्त करने के दृष्टिकोण LLaMA के लिए कोड साझा करके, अन्य शोधकर्ता अधिक आसानी से नए परीक्षण कर सकते हैं।