வரைபடம்: tuput
தமிழ்
ஐஐடி பம்பாயை மையமாகக் கொண்ட கூட்டமைப்பான பாரத்ஜென், 2026 பிப்ரவரியில் இந்தியா AI தாக்க உச்சி மாநாட்டில் Param2 ஐ வெளியிட்டது. இது கலவை நிபுணர் (mixture-of-experts) வகை நியாயப்படுத்தும் மாதிரி; சுமார் 22.5 டிரில்லியன் டோக்கன்களில் ஆரம்பத்திலிருந்தே முன்பயிற்சி அளித்ததாக பாரத்ஜென் கூறுகிறது; வணிகம் சாராத ஆராய்ச்சி உரிமத்தின் கீழ் எடைகள் பதிவிறக்கத்துக்காக வெளியிடப்பட்டுள்ளன.
அரசு நிதியுதவி பெறும் கூட்டமைப்பான பாரத்ஜென், ஐஐடி பம்பாயை மையமாகக் கொண்டது, 2026 பிப்ரவரி 16 ஆம் தேதியை ஒட்டிய வாரத்தில் புதுதில்லியில் நடந்த இந்தியா AI தாக்க உச்சி மாநாட்டில் Param2 ஐ வெளியிட்டது. இது 17 பில்லியன் அளவுருக்கள் கொண்ட மொழி மாதிரி; அளவுருக்கள் என்பவை மாதிரி பயிற்சியில் கற்கும், சரிசெய்யக்கூடிய எண்கள். இவற்றில் ஏறக்குறைய 2.4 பில்லியன் எந்த ஒரு டோக்கனுக்கும் (சொல் அல்லது சொல்லின் ஒரு துண்டு) செயல்படுகின்றன. வேறொருவரின் மாதிரியிலிருந்து அல்லாமல் ஆரம்பத்திலிருந்தே மாதிரிக்கு முன்பயிற்சி அளித்ததாகவும், அது ஆங்கிலத்தையும் இந்தியாவின் எட்டாவது அட்டவணையில் உள்ள 22 மொழிகளையும் கையாள்கிறது என்றும் கூட்டமைப்பு கூறுகிறது. எடைகள் Hugging Face இலும் AIKosh இலும் உள்ளன என்று கூட்டமைப்பு கூறுகிறது; AIKosh என்பது IndiaAI திட்டத்தின் மாதிரிகள் மற்றும் தரவுத்தொகுப்புகளின் நூலகம்.
வெளியீட்டு நாள் குறித்து மூலங்கள் வேறுபடுகின்றன. வெளியீடு பிப்ரவரி 16 அன்று நடந்ததாக Business Today தெரிவிக்கிறது; பாரத்ஜென்னின் வெளியீட்டுப் பதிவும் பத்திரிகைத் தகவல் அலுவலக (PIB) செய்திக்குறிப்பும் பிப்ரவரி 17 தேதியிட்டவை; Business Standard அறிவிப்பை பிப்ரவரி 18 அன்று தெரிவித்தது. கீழே உள்ள ஒவ்வொரு செயல்திறன் எண்ணும் பாரத்ஜென்னின் சொந்தம்; கூட்டமைப்புக்கு வெளியே யாரும் Param2 ஐச் சோதித்ததாகப் பார்வையிட்ட பக்கங்களில் எதுவும் தெரிவிக்கவில்லை.
ஒன்பது நிறுவனங்கள், இரண்டு பண ஆதாரங்கள்
2026 அக்டோபர் 15 இன் அதன் இரண்டாண்டு மீள்பார்வையின்படி, கூட்டமைப்பில் ஒன்பது நிறுவனங்கள் உள்ளன: ஐஐடி பம்பாய், ஐஐஐடி ஹைதராபாத், ஐஐடி மண்டி, ஐஐடி கான்பூர், ஐஐடி ஹைதராபாத், ஐஐஎம் இந்தூர், ஐஐஐடி டெல்லி, ஐஐடி மெட்ராஸ், ஐஐடி காரக்பூர். 2024 அக்டோபரில் புதுதில்லியில் தொடங்கியதிலிருந்து அறிவியல் மற்றும் தொழில்நுட்பத் துறை இதை ஆதரித்து வருகிறது. 2026 பிப்ரவரி 17 PIB செய்திக்குறிப்பு, நிதியுதவியைத் துறையின் பல்துறை சைபர்-இயற்பியல் அமைப்புகளுக்கான தேசியத் திட்டத்திலிருந்து ₹235 கோடி என்றும், IndiaAI திட்டத்திலிருந்து மேலும் ₹1,058 கோடி ஒதுக்கீடு என்றும் தருகிறது. அந்தத் திட்டத்தின் மானியங்கள் எப்படிச் செயல்படுகின்றன என்பது IndiaAI திட்டத்தின் GPUகள், மாதிரிகள், பணம் பற்றிய கட்டுரையில் விளக்கப்பட்டுள்ளது.
Param2 க்கு முன்னது Param1; இது இந்திக்கும் ஆங்கிலத்துக்குமான 2.9 பில்லியன் அளவுரு மாதிரி, பாரத்ஜென் அதை 2025 ஜூலை 16 அன்று ஒரு arXiv முன்வெளியீட்டில் விவரித்தது. Param1 7.5 டிரில்லியன் டோக்கன்களில் பயிற்சி பெற்றது என்று மீள்பார்வை கூறுகிறது. ஏழு மாதங்களுக்குப் பிறகு, Param2 இல் மொத்த அளவுருக்கள் ஏறக்குறைய ஆறு மடங்கு, பயிற்சி உரை ஏறக்குறைய மூன்று மடங்கு, இரண்டுக்குப் பதிலாக 23 மொழிகள் உள்ளன; இது அந்த எண்களிலிருந்து tuput செய்த கணக்கு.
பாரத்ஜென்னின் கணக்குப்படி, கணினி வளம் IndiaAI திட்டம் வழியாக வந்தது. அதன் தலைமை நிர்வாகி ரிஷி பால், திட்டத்திலிருந்து இதுவரை பயன்படுத்திய GPUகள் Param2 இன் பயிற்சிக்குச் சென்றன என்றும், திட்டம் அவற்றில் ஏறக்குறைய 4,000 ஐ ஒரு மாதத்துக்கும் மேலாகப் பயன்படுத்தியது என்றும் பிப்ரவரி 16 அன்று Business Today இடம் கூறினார். NVIDIA H100 GPUகளில் NVIDIA இன் NeMo மென்பொருளைக் கொண்டு பயிற்சி 24 நாட்கள் நடந்தது என்று மாதிரி அட்டை கூறுகிறது; பயிற்சிக் குழாய்த்தொடரில் NVIDIA ஒத்துழைத்தது என்று Business Standard தெரிவித்தது. அட்டையோ பதிவோ GPU எண்ணிக்கையைத் தரவில்லை; GPU மணிநேரம் என்று அட்டை பட்டியலிடும் 576 மணிநேரம் 24 நாட்கள் கடந்த நேரத்துக்குச் சமம்; எனவே வெளியிடப்பட்ட எண்களிலிருந்து இரு கணக்குகளையும் ஒப்பிட முடியாது.
பதினேழு பில்லியன் சேமிப்பில், 2.4 பில்லியன் வேலையில்
கட்டமைப்பில் இது ஒரு கலவை நிபுணர் மாதிரி. ஒவ்வொரு டோக்கனையும் முழு வலையமைப்பின் வழியாக அனுப்புவதற்குப் பதிலாக, ஒரு சிறிய வழிசெலுத்தி ஒவ்வொன்றுக்கும் நிபுணர்கள் எனப்படும் சில சிறப்புத் துணை வலையமைப்புகளைத் தேர்ந்தெடுக்கிறது. Hugging Face இன் உள்ளமைவுக் கோப்பு 21 அடுக்குகளில், ஒரு டோக்கனுக்கு 6 தேர்ந்தெடுக்கப்படும் 64 வழிசெலுத்தப்படும் நிபுணர்களையும், எப்போதும் இயங்கும் 2 பகிரப்பட்ட நிபுணர்களையும் பட்டியலிடுகிறது; முதல் அடுக்கு சாதாரண அடர் அடுக்கு. கவனம் (attention) 8 key மற்றும் value தலைகளைப் பகிரும் 32 query தலைகளைப் பயன்படுத்துகிறது. கலவை நிபுணர் விளக்கக் கட்டுரை இந்த வடிவமைப்பை 1991 கட்டுரையிலிருந்து Sarvam இன் 105 பில்லியன் அளவுரு மாதிரி வரை தொடர்கிறது.
மருத்துவமனை என்பது பாரத்ஜென்னின் சொந்த உவமை: நோயாளி ஒரு பொது மருத்துவரையும் தொடர்புடைய சில சிறப்பு மருத்துவர்களையும் சந்திக்கிறார், கட்டடத்தில் உள்ள ஒவ்வொரு மருத்துவரையும் அல்ல. மாதிரி அட்டையின்படி, இரண்டு பகிரப்பட்ட நிபுணர்கள் மொழிகள் முழுவதும் நிலையான பிரதிநிதித்துவத்தைப் பேணுகிறார்கள்; இது ஒரே வாக்கியத்தில் இந்தியையும் ஆங்கிலத்தையும் கலக்கும் குறியீடு மாற்றத்துக்கு உதவுகிறது, ஒரு மொழியில் மாதிரி கற்பது மற்றவற்றுக்கும் செல்ல அனுமதிக்கிறது. ஒரு டோக்கனுக்கு ஏறக்குறைய 2.4 பில்லியன் அளவுருக்களுக்கு மட்டுமே கணினி வளம் செல்கிறது என்று பாரத்ஜென் கூறுகிறது; அதனால் மாதிரி மிகச் சிறிய ஒன்றின் செலவில் இயங்குகிறது.
நினைவகமே விலை. ஒரு நேரத்தில் ஒரு பகுதி மட்டுமே வேலை செய்தாலும் ஒவ்வொரு அளவுருவும் ஏற்றப்பட்டே இருக்கிறது; Hugging Face பக்கம் சேமிக்கப்பட்ட எடைகளில் 17,151,125,376 அளவுருக்களை எண்ணுகிறது, கோப்புகள் மொத்தம் 34.3 GB; இது மாதிரியை bfloat16 (16 பிட் எண் வடிவம்) இல் ஏற்ற பாரத்ஜென்னின் பதிவு தரும் 34 GB GPU நினைவகத்துடன் பொருந்துகிறது.
அது எதில் பயிற்சி பெற்றது
மாதிரி அட்டையில் மூன்று முன்பயிற்சிக் கட்டங்கள் உள்ளன. முதல் கட்டம் 14.05 டிரில்லியன் டோக்கன்களை உள்ளடக்கியது: ஆங்கிலம் 8.5 டிரில்லியன், குறியீடு 1.83 டிரில்லியன், இந்தி 998.6 பில்லியன் டோக்கன்கள், மற்ற இந்திய மொழிகள் ஒன்றாக 1.5 டிரில்லியன் டோக்கன்கள். tuput இன் கணக்குப்படி, இந்தியும் மற்ற இந்திய மொழிகளும் அதில் ஏறக்குறைய 18 சதவீதம். இரண்டாம் கட்டம் ஆங்கிலம், குறியீடு, கணிதம், அறிவுறுத்தல் மற்றும் நியாயப்படுத்தல் தரவைச் சார்ந்தது; 500 பில்லியன் டோக்கன் மூன்றாம் கட்டம் நீண்ட சூழல் முன்பயிற்சி என்று குறிக்கப்பட்டுள்ளது. இந்திய மொழித் தரவு 22 மொழிகளுக்காகக் கட்டப்பட்ட தர வகைப்படுத்திகளால் வடிகட்டப்பட்டது என்று பாரத்ஜென் கூறுகிறது.
ஏறக்குறைய 22.5 டிரில்லியன் டோக்கன்கள் என்பது அட்டையின் முதன்மை எண்; அதன் ஒருங்கிணைந்த மொத்தம் 22.63 டிரில்லியன் என்று உள்ளது. அது பட்டியலிடும் இரண்டாம் கட்ட வரிசைகள் கூட்டினால் 7.14 டிரில்லியன் டோக்கன்கள்; கூறப்பட்ட கட்ட மொத்தம் 8.08 டிரில்லியன்; அட்டை விளக்காத ஏறக்குறைய 0.94 டிரில்லியன் இடைவெளி உள்ளது. Analytics India Magazine இன் வெளியீட்டு அறிக்கை 22 டிரில்லியன் என்று தருகிறது.
டோக்கனைசர் என்பது உரையை டோக்கன்களாக வெட்டும் பகுதி; Param2 க்குத் தனக்கென ஒன்று உண்டு. அதன் சொல்தொகுப்பில் 128,000 உள்ளீடுகள் உள்ளன என்று பாரத்ஜென் கூறுகிறது; இது பைட் ஜோடி குறியாக்கத்தால் கட்டப்பட்டு எல்லா இலக்கு மொழிகளிலும் பயிற்சி பெற்றது, இதனால் இந்திய மொழிச் சொற்கள் உலகளாவிய மாதிரிகளை விடக் குறைவான துண்டுகளாகப் பிரிகின்றன. ஒரு சொல்லுக்கான துண்டு எண்ணிக்கை எதுவும் பதிவில் இல்லை. பிற குழுக்கள் அளந்தது இந்திய மொழிகளுக்கான டோக்கனைசர் பெருக்கம் பற்றிய கட்டுரையில் உள்ளது. அதன் சூழல் சாளரம், அது ஒரே நேரத்தில் படிக்கக்கூடிய உரை அளவு, 32,768 டோக்கன்கள்.
தெலுங்கு கருத்துரைகள் கொண்ட குறியீட்டுடன் ஒரு நியாயப்படுத்தும் மாதிரி
Hugging Face இல் வெளியிடப்பட்ட பதிப்பு ஒரு நியாயப்படுத்தும் மாதிரி. பதிலுக்கு முன், think குறிச்சொற்களுக்கு இடையில் அது படிப்படியான சிந்தனைத் தடத்தை எழுதுகிறது; தடத்தையும், கருவி அழைப்புகளையும், இறுதிப் பதிலையும் பிரிக்கும் ஒரு சிறிய பகுப்பாய்வி களஞ்சியத்தில் உள்ளது. குறியீடு, கணிதம், கருவி அழைப்பு ஆகியவையும் உள்ளடங்கும் என்று பதிவு கூறுகிறது; மாதிரி அட்டை மூன்று மாதிரி வெளியீடுகளைக் காட்டுகிறது: பல படி சராசரிக் கணக்கு, எல்லாக் கருத்துரைகளும் தெலுங்கில் எழுதப்பட்ட ஒரு Python இருமடிப் பிரிப்புத் தேடல், இந்திய மாநிலங்களுக்கு இடையே மொழிகள், உணவு, திருவிழாக்கள் ஏன் வேறுபடுகின்றன என்பதற்கு இந்தியில் ஒரு பதில்.
22 மொழிகளும் எட்டாவது அட்டவணையில் உள்ளவை; எங்கள் விளக்கக் கட்டுரை அவற்றைப் பட்டியலிடுகிறது. இந்தி, மராத்தி, குஜராத்தி, தமிழ் ஆகியவை வலிமையானவற்றில் அடங்கும் என்று பதிவு கூறுகிறது; ஒரு மொழிக்கு எவ்வளவு பயிற்சித் தரவு உள்ளது என்பதைப் பொறுத்துத் தரம் மாறுபடுகிறது.
மதிப்பெண்கள், வேறுபடும் இரண்டு அட்டவணைகள்
இரண்டிலும் நான்கு திறந்த மாதிரிகள் ஒப்பீடுகளாகப் பயன்படுகின்றன: Qwen1.5-MoE-A2.7B, DeepSeek-R1-Distill-Qwen-14B, DeepSeek-V2-Lite, gpt-oss-20b. மதிப்பெண்கள் zero-shot, அதாவது தூண்டுதலில் தீர்க்கப்பட்ட எடுத்துக்காட்டுகள் இல்லை; திறந்த சோதனைக் கருவித்தொகுப்பான LM Evaluation Harness கொண்டு ஓட்டப்பட்டவை; எல்லா மாதிரிகளுக்கும் சிந்தனை (thinking) அணைக்கப்பட்டிருந்தது. அதாவது, நியாயப்படுத்தும் தடம் சேர்ப்பதை எண்கள் பிடிக்கவில்லை என்று பதிவு கூறுகிறது.
ஆங்கிலம், கணிதம், குறியீடு ஆகியவற்றில் பதிவும் அட்டையும் ஒத்துப்போகின்றன:
| சோதனை | Param2 மதிப்பெண் | ஐந்து மாதிரிகளில் தரவரிசை |
|---|---|---|
| ARC Challenge (ஆங்கிலம்) | 56.83 | 1வது |
| HellaSwag (ஆங்கிலம்) | 77.43 | 2வது |
| MMLU (ஆங்கிலம்) | 57.79 | 4வது |
| GSM8K (கணிதம்) | 57.32 | 3வது |
| HumanEval (குறியீடு) | 36.59 | 1வது |
| IFEval (அறிவுறுத்தல் பின்பற்றல்) | 34.05 | 2வது |
இந்திய மொழிச் சோதனைகளில் இரண்டும் வேறுபடுகின்றன. பிப்ரவரி 17 வெளியீட்டுப் பதிவில் Param2 ஐந்தில் முதலிடம் பெறுகிறது: இந்தியில் MMLU 59.23, இந்தியில் HellaSwag 49.63, Indic BoolQ 75.98, ARC Challenge (Indic) 36.37, TriviaQA (Indic பல தேர்வு) 72.95; Sanskriti பண்பாட்டு அறிவுச் சோதனையில் 66.54 உடன் மூன்றாமிடம். 2026 நவம்பர் 19 அன்று படித்த மாதிரி அட்டை அதே ஆறு சோதனைகளுக்கு அந்த வரிசையில் 64.1, 64.1, 87.7, 90.1, 84.14, 88.6 என்று தருகிறது; ஆறிலும் முதலிடம். இரண்டிலும் சிந்தனை அணைக்கப்பட்டிருந்தது, இரண்டு Indic சராசரிகளும் ஒவ்வொரு பதிப்பிலும் 10 மொழிகளை உள்ளடக்குகின்றன. அட்டை 2026 நவம்பர் 18 அன்று கடைசியாக மாற்றப்பட்டதாக Hugging Face காட்டுகிறது; மாதிரி மாறியதா, சோதனை அமைப்புகள் மாறியதா என்று அது கூறவில்லை. மாதிரிகள் பக்கம் இன்னும் பதிவின் எண்களையே கொண்டுள்ளது; அவற்றை அது பிப்ரவரி வெளியீடு என்று குறிக்கிறது.
Param2 இன் வெளியிடப்பட்ட முடிவுகளைப் பற்றி விவாதிக்கும் ஒரே வெளி ஆவணம் ஓர் ஆய்வுக் கணக்கெடுப்பு, அது நடத்தப்பட்ட சோதனை அல்ல. 2026 ஆகஸ்ட் 12 முன்வெளியீட்டில் (ஆகஸ்ட் 16 அன்று திருத்தப்பட்டது), அவினாஷ் அகர்வாலும் விருதி ஜெயினும் பொதுவில் தெரிவிக்கப்பட்ட மதிப்பெண்களை மட்டும் பயன்படுத்தி இந்திய அடிப்படை மாதிரிகளை ஒப்பிட்டனர். Param2 வரையறுக்கப்பட்ட முடிவுகளையே தெரிவிக்கிறது, அவை Indic மொழிச் சோதனைகளில் குவிந்துள்ளன என்றும், இந்திய மாதிரிகளுக்குத் தெரிவிக்கப்படும் பெரும்பாலான முடிவுகள் உருவாக்குநர்களின் சொந்தவை என்றும் ஆசிரியர்கள் எழுதுகின்றனர். Param2 இன் பயிற்சி தற்காலிக அடிப்படையில் முழுமையாக உள்நாட்டு என்று வகைப்படுத்தப்பட்டுள்ளது; அந்த வகையின் ஒவ்வொரு கூறையும் தாங்கள் சுயாதீனமாகச் சரிபார்க்கவில்லை என்றும் ஆசிரியர்கள் கூறுகின்றனர்.
தொழில்நுட்ப அறிக்கைகள் பக்கம் Param1, AyurParam, விவசாய ஆலோசனை உதவியாளர் பற்றிய கட்டுரைகளையும், Param2 ஐ நியாயப்படுத்தலுக்காக மதிப்பிட்ட இறையாண்மை AI அடுக்கு பற்றிய 2026 செப்டம்பர் வெள்ளையறிக்கையையும் பட்டியலிடுகிறது. 2026 நவம்பர் 19 நிலவரப்படி Param2 பற்றியே எதுவும் இல்லை. இந்த வெளியீட்டை ஒரு ஆரம்பகால பயிற்சிக்குப் பிந்தைய சோதனைச் சேமிப்பு என்று பதிவு அழைக்கிறது; உற்பத்திப் பயன்பாட்டுக்கு முன் மேலும் நுணுக்கப் பயிற்சியும் பாதுகாப்பு ஒத்திசைவும் தேவை என்று கூறுகிறது; இது உருவாக்குநர்கள் நுணுக்கப் பயிற்சி அளிக்கக்கூடிய சோதனைச் சேமிப்பு என்று பால் Business Today இடம் கூறினார்.
யார் பதிவிறக்கலாம், என்ன நிபந்தனைகளில்
Hugging Face களஞ்சியம் 2026 பிப்ரவரி 16 அன்று உருவாக்கப்பட்டு 2026 நவம்பர் 18 அன்று கடைசியாக மாற்றப்பட்டது. நவம்பர் 19 அன்று பக்கம் மொத்தம் 167,875 பதிவிறக்கங்களையும் 86 விருப்பங்களையும் காட்டியது. அதன் சொந்த மாதிரிகள் பக்கம் Param2 க்கு 167,000 அல்லது அதற்கு மேல் பதிவிறக்கங்கள் என்றும், Param குடும்பத்துக்கு 219,000 அல்லது அதற்கு மேல் என்றும் கூறுகிறது. தன் மாதிரிகளின் மீது கட்டும் கூட்டாளிகளாக மருத்துவமனைகள், மாநில அரசுகள், ஓர் அமைச்சகம், ஒரு செய்தியறை ஆகியவற்றை பாரத்ஜென் பட்டியலிடுகிறது; அவற்றில் எவை Param2 ஐப் பயன்படுத்துகின்றன என்று அதன் பக்கங்கள் கூறவில்லை. IndiaAI திட்டத்தின் மற்ற இரண்டு மாதிரி வெளியீடுகளை EKA-1 மற்றும் தீர் பற்றிய tuput கட்டுரை உள்ளடக்குகிறது.
இந்த வெளியீட்டைத் திறந்த எடைகள் என்று பாரத்ஜென்னின் பக்கங்கள் அழைக்கின்றன. அதன் உரிமம் BharatGen Research License, கடைசியாக 2025 ஆகஸ்ட் 7 அன்று புதுப்பிக்கப்பட்டது; வணிகம் சாராத ஆராய்ச்சி மற்றும் கல்வி நோக்கங்களுக்குப் பயன்படுத்தவும், மாற்றவும், விநியோகிக்கவும் அனுமதிக்கிறது. வணிகப் பயன்பாட்டுக்கும், மாதிரியை அல்லது அதன் வழித்தோன்றல்களைப் பொதுவில் வெளியிடுவதற்கும், நுணுக்கப் பயிற்சி அளிப்பதற்கும், பயன்படுத்துவதற்கும், இலவசமாக இருந்தாலும் எந்த ஹோஸ்ட் செய்யப்பட்ட சேவை அல்லது API வழியாக வழங்குவதற்கும் பாரத்ஜென்னின் சட்டக் குழுவிடம் எழுத்துப்பூர்வ அனுமதி தேவை. பயனர்கள் தாங்கள் உருவாக்கும் வெளியீடுகளுக்கு உரிமையாளர்கள், வணிகம் சாராத வரம்புக்கு உட்பட்டு. எனவே Param2 மீது ஒரு தயாரிப்பைக் கட்ட விரும்பும் நிறுவனம் முதலில் பாரத்ஜென்னுக்கு எழுதுகிறது.
“இந்த ஆண்டு முழுவதும் படிப்படியாகப் பெரிய மாதிரிகள்” வரும் என்று பிப்ரவரியில் எதிர்பார்க்கலாம் என்று பால் கூறினார். 2026 நவம்பர் 19 நிலவரப்படி, பாரத்ஜென்னின் மாதிரிகள் பக்கம் இன்னும் Param2 ஐத் தன் முதன்மை மாதிரியாகப் பட்டியலிடுகிறது; 128k டோக்கன் சூழல் சாளரம் கொண்ட ஒரு வகை “விரைவில் வெளியிடப்படும்” என்று மாதிரி அட்டை இன்னும் கூறுகிறது.
ஆதாரங்களும் மேலும் வாசிக்கவும்
- BharatGen: Param2, what we built and how (17 February 2026)
- Hugging Face: bharatgenai/Param2-17B-A2.4B-Thinking, model page and card (read 19 November 2026)
- Hugging Face: Param2-17B-A2.4B-Thinking, config.json
- Hugging Face: Param2-17B-A2.4B-Thinking, LICENSE (BharatGen Research License, 7 August 2025)
- PIB: The Artificial Intelligence is no longer an option but an essential component of working in every sphere of life, Dr Jitendra Singh at the BharatGen session (17 February 2026)
- BharatGen: Param, language models for India (text models page, read 19 November 2026)
- BharatGen: Two years of BharatGen (15 October 2026)
- BharatGen: Technical reports (read 19 November 2026)
- arXiv 2507.13390: PARAM-1 BharatGen 2.9B Model (16 July 2025)
- arXiv 2608.11891: Benchmark-Based Comparative Assessment of Publicly Benchmarked Indian Foundation Models, Agarwal and Jain (12 August 2026, revised 16 August)
- Business Today: BharatGen to launch 17-billion-parameter multilingual AI model at India AI Impact Summit (12 February 2026)
- Business Today: Most real-world use cases don't need trillion-parameter AI, BharatGen CEO Rishi Bal on Param 2 launch (16 February 2026)
- Analytics India Magazine: After Param2, BharatGen unveils Patram, Sooktam and Shrutam AI models at India AI Impact Summit (17 February 2026)
- Business Standard: BharatGen unveils Param2 17B multilingual MoE model under sovereign AI push (18 February 2026)
இந்தக் கட்டுரை AI கருவிகளின் உதவியுடன் ஆராயப்பட்டு எழுதப்பட்டு, துல்லியத்திற்காகத் திருத்தப்பட்டது. இது பொதுத் தகவலுக்கும் விவாதத்திற்கும் மட்டுமே, தொழில்முறை ஆலோசனை அல்ல. எங்கள் ஆசிரியர் தரநிலைகள் மற்றும் பொறுப்புத் துறப்பு ஐப் பார்க்கவும். பிழை கண்டீர்களா? எங்களிடம் சொல்லுங்கள்.
பிடித்ததா? அடுத்ததைப் பெறுங்கள்.
ஒரு நேரத்தில் ஒரு நல்ல கட்டுரை, நேரடியாக உங்கள் இன்பாக்ஸுக்கு. ஸ்பேம் இல்லை, எப்போது வேண்டுமானாலும் நிறுத்தலாம்.