अलीबाबाने अलीकडेच मार्को-ओ१ डब केलेले तर्क-केंद्रित कृत्रिम बुद्धिमत्ता (AI) मॉडेल सादर केले. मॉडेल QwQ-32B मोठ्या भाषेच्या मॉडेलसारखे आहे, जे प्रगत तर्क क्षमता आवश्यक असलेल्या कार्यांसाठी देखील अनुकूल आहे, तथापि, एक महत्त्वाचा फरक असा आहे की Marco-o1 हे एक लहान मॉडेल आहे आणि ते Qwen2-7B-Instruct मॉडेलपासून डिस्टिल्ड केलेले आहे. . चिनी टेक जायंटने दावा केला आहे की नवीन मॉडेलला तर्क-केंद्रित करण्यासाठी अनेक फाइन-ट्यूनिंग व्यायाम वापरण्यात आले आहेत. याव्यतिरिक्त, संशोधकांनी हायलाइट केले की हे जटिल वास्तविक-जगातील समस्या-निराकरण कार्यांसाठी अनुकूल आहे.
अलीबाबा मार्को-ओ1 एआय मॉडेल
नवीन एआय मॉडेल एका संशोधनात तपशीलवार आहे कागद arXiv वर प्रकाशित, ऑनलाइन प्री-प्रिंट जर्नल. विशेष म्हणजे, ऑनलाइन जर्नलमध्ये प्रकाशित झालेल्या पेपरचे पीअर-पुनरावलोकन केले जात नाही. याव्यतिरिक्त, अलीबाबा देखील आहे होस्ट केलेले हगिंग फेसवरील AI मॉडेल आणि Apache 2.0 लायसन्स अंतर्गत वैयक्तिक आणि व्यावसायिक वापरासाठी ते डाउनलोड करण्याची आणि वापरण्याची परवानगी दिली आहे.
तथापि, तो पूर्णपणे मुक्त स्रोत नाही कारण केवळ आंशिक डेटासेट उपलब्ध करून दिला गेला आहे. यामुळे, वापरकर्ते मॉडेलची प्रतिकृती बनवू शकणार नाहीत किंवा आर्किटेक्चर किंवा घटकांचे विश्लेषण करण्यासाठी ते खंडित करू शकणार नाहीत.
Marco-o1 वर येत आहे, ते Qwen2-7B-Instruct फाउंडेशन मॉडेलवरून छान आहे. पेपरमध्ये, संशोधकांनी हायलाइट केले की AI मॉडेल चेन-ऑफ-थॉट (CoT) फाइन-ट्यूनिंग, मॉन्टे कार्लो ट्री सर्च (MCTS), रिफ्लेक्शन मेकॅनिझम आणि इतर तर्क रणनीतीद्वारे समर्थित आहे.
परिणामी, Alibaba चे Marco-o1 ओपन-एंडेड प्रश्नांचे निराकरण करू शकते आणि प्रतिसादांसाठी प्रश्न शोधू शकते “जेथे स्पष्ट मानके नाहीत आणि बक्षिसे परिमाण करणे आव्हानात्मक आहेत.” तथापि, हे समजले पाहिजे की प्रगत तर्क क्षमता कोणत्याही हार्डवेअर किंवा आर्किटेक्चरल प्रगतीतून आलेली नाही.
त्याऐवजी, आज सर्व तर्क मॉडेल टेस्ट-टाइम कंप्यूट नावाचे तंत्र वापरतात जे एआय मॉडेलला एकाच क्वेरीवर प्रक्रिया करण्यासाठी अधिक वेळ घालवू देते. हे त्यांना उपाय शोधण्यासाठी आणि तथ्य तपासण्यासाठी वेगवेगळ्या सिद्धांतांची चाचणी घेण्यास अनुमती देते. परिणामी, ही मॉडेल्स अधिक अचूक प्रतिसाद देण्यासाठी आणि जटिल कार्ये पूर्ण करण्यासाठी सज्ज आहेत. संशोधकांच्या म्हणण्यानुसार मार्को-ओ1 उत्कृष्ट ठरणारे एक महत्त्वाचे क्षेत्र म्हणजे बोलचालातील बारकावे समजून घेणे आणि अपशब्दांचे भाषांतर करणे.
एआय मॉडेलची एक मर्यादा, संशोधकांच्या म्हणण्यानुसार, असा दावा केला आहे की मार्को-ओ1 तर्क वैशिष्ट्ये दर्शविते, तरीही “त्याची कार्यक्षमता पूर्णपणे लक्षात आलेल्या” तर्क मॉडेलपेक्षा कमी आहे.
