Skip to content
11 नवंबर 2026 को जारी गूगल का Gemini Decision 1 एक ही बार में 1,000 सवालों तक के अंक देता है, हर विकल्प के लिए एक संभावना के साथ, और एक स्वतंत्र इंडेक्स अब डिसीज़न मॉडलों को इस पर आँकता है कि उनके आत्मविश्वास पर भरोसा किया जा सकता है या नहीं
एआई और प्रौद्योगिकी

11 नवंबर 2026 को जारी गूगल का Gemini Decision 1 एक ही बार में 1,000 सवालों तक के अंक देता है, हर विकल्प के लिए एक संभावना के साथ, और एक स्वतंत्र इंडेक्स अब डिसीज़न मॉडलों को इस पर आँकता है कि उनके आत्मविश्वास पर भरोसा किया जा सकता है या नहीं

चित्रण: tuput

हिन्दी

Google DeepMind के अनुसार Gemini Decision 1 एक इनपुट और 1,000 तक सवाल लेता है और हर विकल्प की संभावना 150 से 250 मिलीसेकंड में लौटाता है, प्रति 10 लाख इनपुट टोकन $0.10 पर। स्वतंत्र परीक्षक आर्टिफ़िशियल एनालिसिस 13 अक्टूबर 2026 से इस वर्ग के मॉडलों को रैंक कर रहा है, और उसका दूसरा संस्करण यह भी आँकता है कि बताया गया आत्मविश्वास ईमानदार है या नहीं।

· · 12 मिनट का पठन

Google DeepMind ने 11 नवंबर 2026 को Gemini Decision 1 और Gemini Decisions API पेश किए। मॉडल शब्द-दर-शब्द जवाब नहीं लिखता। गूगल के वर्णन में वह “एक ही फ़ॉरवर्ड पास में आपके उम्मीदवार विकल्पों को अंक देता है” और हर एक की संभावना लौटाता है। एक अनुरोध में पाठ, चित्रों, ऑडियो, वीडियो या PDF के 256K टोकन तक के साझा इनपुट के बारे में 1,000 तक स्वतंत्र सवाल हो सकते हैं। गूगल शुरू से अंत तक का समय 150 से 250 मिलीसेकंड और कीमत प्रति 10 लाख इनपुट टोकन $0.10 बताता है, और आउटपुट टोकन का कोई बिल नहीं लगता।

Gemini Decision 1 उस वर्ग का है जिसे परीक्षण-फ़र्म आर्टिफ़िशियल एनालिसिस डिसीज़न मॉडल कहती है। 13 अक्टूबर 2026 से फ़र्म इनके लिए एक सार्वजनिक इंडेक्स चला रही है, और 8 नवंबर को छपा उसका दूसरा संस्करण यह आँकता है कि मॉडल का जवाब सही है या नहीं, और यह भी कि उसके बताए आत्मविश्वास पर भरोसा किया जा सकता है या नहीं। आगे बताया गया है कि ये मॉडल क्या करते हैं, इंडेक्स क्या मापता है, और कौन-से आँकड़े निर्माताओं के हैं।

बहुविकल्पीय परीक्षा, जो संभावनाएँ लौटाती है

आर्टिफ़िशियल एनालिसिस इस विचार को एक ग्राहक-संदेश से समझाता है: “मदद करें! मेरे भुगतान 3 दिन से फ़ेल हो रहे हैं और कल मेरा किराया देना है।” डिसीज़न मॉडल को इस संदेश के बारे में तीन सवाल दिए जाते हैं: संदेश किस टीम को मिले (बिलिंग, तकनीकी या खाता), क्या वह तत्काल है (हाँ या नहीं), और लिखने वाला कितना परेशान है (शांत, खीझा हुआ या क्रोधित)। वह तीनों का जवाब एक ही कॉल में देता है, हर विकल्प की संभावना के साथ। यही काम दिए जाने पर भाषा मॉडल एक संरचित जवाब लिखता है जो हर सवाल का एक उत्तर बताता है, बिना किसी संभावना के। उन भाषा मॉडलों के बनने का तरीका और उनके एक-एक शब्द लिखने की वजह के लिए देखें एक बड़ा भाषा मॉडल कैसे प्रशिक्षित होता है।

गूगल का API तीन तरह के सवाल सँभालता है। हाँ/नहीं का सवाल यह संभावना लौटाता है कि कोई शर्त सच है। चुनाव का सवाल 2 से 255 विकल्प लेता है और विजेता के साथ हर उम्मीदवार की सामान्यीकृत संभावना लौटाता है। स्कोर का सवाल इनपुट को एक क्रमबद्ध रूब्रिक पर आँकता है और भारित स्कोर तथा हर स्तर की संभावना लौटाता है। हर जवाब के साथ 0 से 1 के बीच का एक विश्वास-मान आता है, पोस्ट के शब्दों में “ताकि आपका कोड अस्पष्ट मामलों को किसी फ़ॉलबैक या मानव समीक्षक के पास भेज सके”।

गूगल अपने उपयोग भी गिनाता है। Gemini Notebook API को राउटर की तरह इस्तेमाल करता है, जो हर क्वेरी को एक मॉडल-स्तर और थिंकिंग-स्तर पर भेजता है, और गूगल के अनुसार इससे रोज़मर्रा की क्वेरियाँ 40% तक कम विलंब पर चलती हैं। पोस्ट कहती है कि 150 से 250 मिलीसेकंड का आँकड़ा 16K टोकन तक के संदर्भों पर लागू होता है। वह यह भी कहती है कि साझा इनपुट का बिल प्रति अनुरोध एक बार लगता है, चाहे कितने भी सवाल पूछे जाएँ, और हर सवाल केवल अपना निर्देश और विकल्पों का पाठ जोड़ता है।

दूसरे निर्माताओं से वही विचार

Gemini Decision 1 कई प्रवेशकों वाले क्षेत्र में आया। Liquid AI ने 5 अक्टूबर 2026 को अपना d1 “हमारा पहला डिसीज़न मॉडल” कहकर पेश किया, जो अब पाठ और चित्र सँभालता है। Liquid के अनुसार वह सवालों को एक ही फ़ॉरवर्ड पास में पढ़ता है, कोई टोकन बनाए बिना संभावनाएँ लौटाता है, और पाठ के एक निर्णय में 200 से 300 मिलीसेकंड लेता है। 16 नवंबर को उसने d1.2 और d1.2-ultra जारी किए, जिनमें ऑडियो इनपुट और पाँच नए काम जुड़े हैं, जैसे इनवॉइस से कोई मान पढ़ना, किसी नोट में निजी डेटा का हर टुकड़ा ढूँढना, या स्कैन किए फ़ॉर्म पर हस्ताक्षर के चारों ओर डिब्बा खींचना।

11 नवंबर को, गूगल के लॉन्च वाले दिन ही, Subquadratic ने SubQ Snap 1.2 जारी किया। कंपनी उसकी कीमत प्रति 10 लाख इनपुट टोकन $0.04 रखती है, कहती है कि वह 256K टोकन तक के इनपुट सँभालता है, और उसने LongDecisionBench प्रकाशित किया, लंबे दस्तावेज़ों के नौ परीक्षण, जिन्हें वह खुला बताती है और जिन्हें जल्द GitHub और Hugging Face पर रखने की बात कहती है।

तब तक शैक्षणिक काम शुरू हो चुका था। डेलिप राव और क्रिस कैलिसन-बर्च का एक शोधपत्र, जो पहली बार 24 सितंबर 2026 को जमा हुआ, दो डिसीज़न मॉडलों, Jev और Perplexity के Decider, की तुलना लिखे हुए जवाबों के जज के रूप में इस्तेमाल हुए भाषा मॉडलों से करता है।

संभावना ही असली बात क्यों है

संभावना तभी काम की है जब वह ईमानदार हो। जब मॉडल 80% कहे, तो उसे 100 में से लगभग 80 बार सही होना चाहिए। शोधकर्ता इसे अंशांकन कहते हैं। गुओ और सहयोगियों ने 2017 में ICML सम्मेलन में बताया कि आधुनिक न्यूरल नेटवर्क, एक दशक पहले के नेटवर्कों के विपरीत, ख़राब अंशांकित हैं, और तापमान-स्केलिंग, यानी एक संख्या वाला समायोजन, उनके आज़माए ज़्यादातर डेटासेटों पर इसे ठीक करने में हैरानी की हद तक असरदार रहा। कादावथ और सहयोगियों ने 2022 में बताया कि बड़े भाषा मॉडल बहुविकल्पीय और सही/गलत सवालों पर “जब वे सही प्रारूप में दिए जाएँ” तब अच्छी तरह अंशांकित होते हैं।

आर्टिफ़िशियल एनालिसिस व्यावहारिक उपयोग बताता है: डिसीज़न मॉडल के जवाब पर आम तौर पर तभी अमल होता है जब उसका आत्मविश्वास एक सीमा पार करे, और अन्यथा वह किसी व्यक्ति या ज़्यादा सक्षम मॉडल को भेजा जाता है। गूगल यही पैटर्न बताता है। यह ढाँचा तभी चलता है जब “90% यकीन” के लेबल का मतलब 90% के आसपास कुछ हो।

स्वतंत्र इंडेक्स क्या मापता है

आर्टिफ़िशियल एनालिसिस ने अपना Decision Index v1.0 13 अक्टूबर 2026 को चार मूल्यांकनों के साथ शुरू किया, हर एक का भार 25%: AA-Omniscience-Decision (500 निजी सवाल, हर एक में चार उत्तर और एक “मुझे नहीं पता” विकल्प), HLE-MultiChoice (Humanity’s Last Exam के 513 केवल-पाठ वाले बहुविकल्पीय सवाल), When2Call (NVIDIA का यह परीक्षण कि मॉडल को जवाब देना चाहिए, कोई टूल बुलाना चाहिए, और जानकारी माँगनी चाहिए या मना कर देना चाहिए) और WildGuardTest (Ai2 का सुरक्षा-वर्गीकरण सेट)। Jev 1.13 58 के साथ आगे रहा, GLiDE और Microsoft-Decision-1 से आगे, जो 54 पर थे। लागत प्रति 10 लाख कार्य $17 से $199 तक रही और औसत समय प्रति कार्य 0.06 से 0.5 सेकंड तक।

v1.0 के लेख ने यह भी बताया कि हर डिसीज़न मॉडल अति-आत्मविश्वासी था। लगभग सभी संभावना-स्तरों पर सटीकता मॉडल की दी संभावना से नीचे रही, जिस अंतर का स्रोत आर्टिफ़िशियल एनालिसिस ने मुख्यतः ज्ञान और तर्क वाले परीक्षणों में पाया। टूल कॉलिंग और वर्गीकरण पर ज़्यादातर अपेक्षाकृत अच्छी तरह अंशांकित थे। “मुझे नहीं पता” वाला विकल्प उस समस्या से जुड़ता है जो एआई हैलुसिनेशन पर हमारी व्याख्या में बताई गई है: इंडेक्स गिनता है कि गलत होने वाला मॉडल अंदाज़ा लगाने के बजाय कितनी बार कहता है कि उसे नहीं पता।

8 नवंबर को छपे दूसरे संस्करण ने इंडेक्स का 45% हिस्सा निजी डेटासेटों पर कर दिया, जो पहले 25% था, ताकि मॉडलों के सार्वजनिक परीक्षणों के हिसाब से ढाले जाने से बचाव हो। उसने एक Decision Score जोड़ा। सही जवाब 50 से 100 के बीच अंक पाता है और गलत जवाब 50 से 0 के बीच, और आत्मविश्वास हर आधे के भीतर अंक को हिलाता है। पूरे मूल्यांकन में स्कोर 50 गुना (1 जमा सटीकता घटा ब्रियर स्कोर) के बराबर है, जहाँ ब्रियर स्कोर दी गई संभावना और जवाब सही था या नहीं, इन दोनों के अंतर के वर्ग का औसत है, और 0 का मतलब पूरा यकीन और हमेशा सही।

फ़र्म इस असर का एक उदाहरण देती है। अपने नए AA-Paperclip परीक्षण पर, जो 1,500 रिज़्यूमे, रसीदों, इनवॉइस और शोधपत्रों का निजी सेट है, Clef 36% दस्तावेज़ पास करता है और Celeris-1.1 Decision 24%, फिर भी दोनों Decision Score पर बराबर हैं क्योंकि Celeris-1.1 Decision का ब्रियर स्कोर बेहतर है, 0.15 बनाम 0.27।

दूसरे संस्करण ने यह भी दिखाया कि सूची-मूल्य लागत तय नहीं करते। डिसीज़न मॉडलों में प्रति 10 लाख कार्य की लागत 60 गुना से ज़्यादा बदलती रही, Celeris-1.1 Decision के $14 से Clef के $859 तक। आर्टिफ़िशियल एनालिसिस के अनुसार Drex Max v1.1 और Decider v1.2 समेत ज़्यादातर डिसीज़न मॉडल किसी दस्तावेज़ के इनपुट का बिल उसके सभी सवालों के लिए एक बार लगाते हैं, जबकि GLiDE v1.2 हर सवाल के लिए लगाता है। इससे GLiDE v1.2 की लागत $780 बैठी, Drex Max v1.1 के $102 के मुकाबले, हालाँकि उसका सूची-मूल्य केवल 33% ज़्यादा था।

क्या विकल्प फेंटने पर जवाब बदल जाता है?

भाषा मॉडलों की एक जानी-पहचानी कमज़ोरी क्रम के प्रति संवेदनशीलता है। पेज़ेशकपुर और ह्रुश्का ने अगस्त 2023 में बताया कि उत्तर-विकल्पों का क्रम बदलने पर बेंचमार्कों में प्रदर्शन का अंतर लगभग 13% से 75% तक रहा। वांग और सहयोगियों ने मई 2023 में बताया कि जब कोई भाषा मॉडल दो उत्तरों का जज बनता है, तो उनके दिखने का क्रम बदलकर रैंकिंग को झुकाया जा सकता है। उनके सार में एक उदाहरण है जिसमें ChatGPT के जज होने पर Vicuna-13B 80 परीक्षण-क्वेरियों में से 66 पर ChatGPT को हरा देता है।

इंडेक्स का दूसरा संस्करण इसे AA-Symmetry से परखता है: 120 आधार सवाल और 440 भिन्नताएँ, जिनमें विकल्पों का क्रम बदला गया, लेबल अदल-बदल किए गए और हाँ/नहीं वाले सवाल उलटे किए गए। Mammoth 27B ने 99% सवालों पर भिन्नताओं में वही उत्तर चुना, जबकि Drex Max v1.1 ने 91%, GLiDE v1.2 ने 88% और Clef ने 67% पर। आर्टिफ़िशियल एनालिसिस कहता है कि इस परीक्षण में बढ़त का कारण यह है कि वे बहुत बार स्वीकार करते हैं कि उन्हें नहीं पता। उसका कार्यप्रणाली-पन्ना दर्ज करता है कि संस्करण 2.1 ने, जो नवंबर 2026 से इस्तेमाल में है, परीक्षण में दो तरह की भिन्नताएँ बदलीं।

Subquadratic अपना एक संबंधित माप बताता है। 600 उद्यम-कार्यप्रवाह निर्णयों के एक सार्वजनिक सेट पर, वह कहता है, विकल्पों का क्रम बदलने से Snap 1.1, Jev 1.14 और d1-ultra के लिए 12% से 21% सवालों पर शीर्ष उत्तर बदल गया। वह कहता है कि Snap 1.2 अनुमान के समय एक संरचनात्मक बदलाव इस्तेमाल करता है जो कई बेंचमार्कों पर “क्रमचय-संवेदनशीलता को लगभग पूरी तरह मिटा देता है”। यह कंपनी का अपने मॉडल का बयान है, जिसे उसके अपने परीक्षणों पर मापा गया।

19 नवंबर 2026 को मॉडल कहाँ खड़े हैं

Subquadratic ने 11 नवंबर को कहा कि Snap 1.2 ने इंडेक्स v2.1 पर 73 अंक पाए, “पहले स्थान पर बराबरी से”। Liquid AI ने 16 नवंबर को कहा कि d1.2-ultra ने 75 पाए, पिछले सर्वश्रेष्ठ डिसीज़न मॉडल से दो अंक आगे। 19 नवंबर को पढ़े गए आर्टिफ़िशियल एनालिसिस के लाइव v2.1 पन्ने का लीडरबोर्ड डेटा दोनों रिपोर्टों से मेल खाता है। तालिका में इंडेक्स के गोल किए अंक हैं, प्रति 10 लाख कार्य की लागत और प्रति कार्य औसत समय के साथ, जैसा पन्ना उन्हें गिनाता है।

मॉडलनिर्माताDecision Index v2.1प्रति 10 लाख कार्य लागतप्रति कार्य समय
Claude Haiku 5.5 (Max), भाषा मॉडलAnthropic76लगभग $6,218लगभग 32.3 सेकंड
GPT-6 Luna (Max), भाषा मॉडलOpenAI76लगभग $1,548लगभग 11.4 सेकंड
d1.2-ultraLiquid AI75लगभग $133218 मिलीसेकंड
Drex Max v1.1Nace.AI73लगभग $103283 मिलीसेकंड
SubQ Snap 1.2Subquadratic73लगभग $137162 मिलीसेकंड
GLiDE v1.2Fastino73लगभग $780284 मिलीसेकंड
Mammoth 27BBase Labs71लगभग $264106 मिलीसेकंड
Gemini Decision 1Google66लगभग $345211 मिलीसेकंड

इस इंडेक्स पर Gemini Decision 1 66 पर है और उसका प्रति कार्य औसत समय लगभग 211 मिलीसेकंड है, जो सूचीबद्ध दूसरे डिसीज़न मॉडलों के दायरे में है। गूगल की पोस्ट कहती है कि मॉडल एजेंट-रूटिंग, तर्क, रैंकिंग और बहुमोडल समझ वाले बेंचमार्कों पर “सबसे कम अंशांकन-त्रुटि के साथ पूरे सूट में आगे है”। पोस्ट कोई अंक नहीं देती, और सूट गूगल का अपना है, इसलिए दावे को आर्टिफ़िशियल एनालिसिस के आँकड़ों के सामने नहीं रखा जा सकता। इंडेक्स के अंक संस्करण पर भी निर्भर हैं: 8 नवंबर के v2 लेख ने दोनों भाषा मॉडलों के लिए 77 और 76 और GPT-6 Luna (Max) के लिए $1,530 दिए थे, जो लाइव v2.1 पन्ने से थोड़ा अलग है।

Liquid AI अंशांकन का अपना एक दावा जोड़ता है। उसने जिन पाँच मॉडलों की तुलना की, उन सभी ने 13 बेंचमार्कों के जिन 22,505 सवालों के जवाब दिए, उन पर वह d1.2-ultra की अंशांकन-त्रुटि 0.8 अंक बताता है, जबकि d1.2 की 1.2, Jev 1.14 की 2.7, Perplexity के Decider v1.3 की 3.7 और अपने Decisions API पर GPT-6 Luna की 7.2। ये Liquid के परीक्षण हैं, निर्माता के चलाए हुए, और पन्ना किसी स्वतंत्र दोहराव का वर्णन नहीं करता।

प्रमाण क्या तय नहीं करते

इंडेक्स की कुछ सीमाएँ हैं जो उसके अपने पन्ने बताते हैं। उसके छह मूल्यांकनों में से एक, EvalSafe-O*NET-AA, के सवालों का कोई ground truth नहीं है: कार्यप्रणाली-पन्ना कहता है कि संदर्भ-उत्तर दो भाषा मॉडलों, GPT-6 Astra और Claude Fable 5.1, का औसत है, और वह केवल वही सवाल रखता है जिन पर दोनों सहमत हों। निजी डेटासेट ढाले जाने से बचाते हैं, और इसका यह भी मतलब है कि पाठक ज़्यादातर सवाल देख नहीं सकते। लीडरबोर्डों को इस तरह की जाँच क्यों चाहिए, इसके व्यापक संदर्भ के लिए देखें बेंचमार्क की गलतियों और संदूषण की हमारी समीक्षा।

मुख्य अंक पर भाषा मॉडल अब भी आगे हैं। AA-Paperclip पर v2 लेख में Claude Haiku 5.5 (Max) ने 92% दस्तावेज़ पास किए, जबकि Drex Max v1.1 ने 63%, तालिका में दिए लागत और समय के अंतर पर। When2Call घटक उस टूल-चयन चरण को परखता है जिस पर एआई एजेंट निर्भर हैं, और v1.0 में अग्रणी डिसीज़न मॉडलों ने उस पर 84 पाए, जबकि Low सेटिंग में परखे गए दो भाषा मॉडलों ने 77 और 73।

राव और कैलिसन-बर्च का शोधपत्र परखता है कि डिसीज़न मॉडल जज के रूप में भाषा मॉडल की जगह कितनी दूर तक ले सकता है। उसका सार बताता है कि भाषा-मॉडल जजों की लागत 16 से 357 गुना थी और उन्हें 5 से 350 गुना ज़्यादा समय लगा, फिर भी हर डिसीज़न मॉडल 27 में से ज़्यादा से ज़्यादा 6 तुलनाओं में उनसे उल्लेखनीय रूप से पीछे रहा। दोनों तरह के जज एक जैसी गलतियाँ भी करते थे: डिसीज़न मॉडल की सबसे आत्मविश्वासी गलतियों पर तीन फ़्लैश-स्तर के भाषा-मॉडल जजों के 85% से ज़्यादा फ़ैसलों ने उन्हें दोहराया। अनिश्चित फ़ैसले उन जजों को फ़ॉलबैक के रूप में भेजने से सबसे मज़बूत अकेले जज की तुलना में अधिकतम 2.7 अंक का फ़ायदा हुआ, आदर्श (ओरेकल) सीमाओं के साथ भी।

Share
Copied!

स्रोत और आगे पढ़ने के लिए

  1. Google: Gemini Decisions API, fast, calibrated multimodal decisions (11 November 2026)
  2. Artificial Analysis: Introducing the Decision Index v2 (8 November 2026)
  3. Artificial Analysis: Decision Index v1.0 (13 October 2026)
  4. Artificial Analysis: Decision Index v2.1 leaderboard and evaluation page
  5. Artificial Analysis: Decision Index benchmarking methodology and version history
  6. Subquadratic: SubQ Snap 1.2, order-robust decisions and higher long-context accuracy (11 November 2026)
  7. Liquid AI: d1.2, state-of-the-art omnimodal decision models (16 November 2026)
  8. Liquid AI: Introducing d1, the most capable decision model, now with vision (5 October 2026)
  9. arXiv 1706.04599: Guo, Pleiss, Sun and Weinberger, On Calibration of Modern Neural Networks (ICML 2017)
  10. arXiv 2207.05221: Kadavath et al., Language Models (Mostly) Know What They Know (2022)
  11. arXiv 2308.11483: Pezeshkpour and Hruschka, Large Language Models Sensitivity to the Order of Options in Multiple-Choice Questions (22 August 2023)
  12. arXiv 2305.17926: Wang et al., Large Language Models are not Fair Evaluators (29 May 2023)
  13. arXiv 2609.29769: Rao and Callison-Burch, Decision Models vs. LLMs as Rubric Judges: Cheaper, Faster, and Wrong in the Same Places (24 September 2026)

यह लेख AI उपकरणों की सहायता से शोधित और लिखा गया है, और सटीकता के लिए संपादित किया गया है। यह केवल सामान्य जानकारी और चर्चा के लिए है, पेशेवर सलाह नहीं। हमारे संपादकीय मानक और अस्वीकरण देखें। कोई त्रुटि मिली? हमें बताएँ।

#decision models#gemini decision 1#gemini decisions api#ai calibration#artificial analysis#decision index#liquid ai#model routing

अच्छा लगा? अगला लेख पाएँ।

एक बार में एक अच्छा लेख, सीधे आपके इनबॉक्स में। कोई स्पैम नहीं, जब चाहें अनसब्सक्राइब करें।

इसी श्रेणी में और: एआई और प्रौद्योगिकी
चीन का सबसे अच्छा ओपन AI मॉडल एक स्वतंत्र इंडेक्स पर 46 अंक पाता है, जबकि अमेरिका का शीर्ष मॉडल 58, और चार स्रोत फ़ासले को 2 से 8 महीने के बीच बताते हैं
ओपन-वेट तालिकाओं के ऊपरी हिस्से में चीनी लैब छाई हुई हैं, पर उनके लाइसेंस अलग-अलग हैं, उनकी चिप की कहानियाँ सिर्फ़ आंशिक रूप से दर्ज हैं, और अमेरिकी मॉडलों से दूरी नापने वाले लोग महीनों के फ़र्क़ से असहमत हैं।
मिस्ट्रल के 1 ट्रिलियन पैरामीटर वाले 'ले चोंक' ने एक स्वतंत्र एआई इंडेक्स पर 38 अंक पाए, खुले मॉडलों में आठवाँ स्थान, जबकि उसके वेट अभी जारी तक नहीं हुए
फ़्रांस की मिस्ट्रल ने एक ट्रिलियन पैरामीटर वाला मॉडल ऑनलाइन उतार दिया है और कहती है कि डाउनलोड करने लायक़ वेट इसी महीने आएँगे। बाहरी परीक्षक उसे चीन के बाहर का सबसे अच्छा खुला मॉडल और खुले मॉडलों में आठवें नंबर का बताते हैं, और उसके आकार के बारे में मिस्ट्रल के अपने आँकड़े सब एक-दूसरे से नहीं मिलते।
गूगल डीपमाइंड का अल्फ़ाजीनोम 2, जिसकी घोषणा 11 नवंबर 2026 को हुई, बताता है कि डीएनए के बदलाव किसी खास कोशिका-प्रकार में कैसे काम करते हैं, और डीपमाइंड के अपने परीक्षणों के अनुसार अपने पूर्ववर्ती से लगभग दोगुने कारक वेरिएंट पहचानता है
शरीर की हर कोशिका में डीएनए एक ही है, पर हर कोशिका उसे अलग ढंग से पढ़ती है। डीपमाइंड का नया मॉडल इसी तथ्य पर बना है और शोधकर्ताओं को एक API के ज़रिये उपलब्ध है। यह कैसे काम करता है, उसे कौन-से परीक्षण दिखाए गए, और प्रमाण कहाँ तक पहुँचे हैं।
← सभी लेख