ब्रुकलिन स्थित दो साल पुराने स्टार्टअप Reflection AI ने कहा कि वह अपना पहला फ्रंटियर ओपन-वेट एआई मॉडल Beam जारी करेगा। ओपन-वेट मॉडल वह होता है जिसके वेट—यानी प्रशिक्षण से तय हुए मॉडल के अंदरूनी मान—सार्वजनिक किए जाते हैं, ताकि बाहरी लोग उनका इस्तेमाल कर सकें। Reflection का दावा है कि Beam उन्नत तर्क-बेंचमार्क पर चीन के प्रमुख ओपन मॉडलों के बराबर प्रदर्शन करता है और इसके लिए अनुमान-कंप्यूटिंग का इस्तेमाल काफी कम करता है। हालांकि, प्रदर्शन और लागत के इन दावों की स्वतंत्र पुष्टि नहीं हुई है।

पृष्ठभूमि और संदर्भ

Reflection की ओर से जारी जानकारी के अनुसार, Beam केवल टेक्स्ट वाला मिक्सचर ऑफ़ एक्सपर्ट्स (MoE) मॉडल है। MoE ऐसी संरचना है जिसमें कई विशेषज्ञ उप-मॉडलों में से कुछ का इस्तेमाल करके काम किया जाता है। कंपनी के मुताबिक, उसने तर्क, कोडिंग और एजेंट-संबंधी कार्यों में असरदार प्रदर्शन के लिए मॉडल को अधिक कंप्यूटिंग वाले रिइनफोर्समेंट लर्निंग के जरिए प्रशिक्षित किया।

Beam ऐसा मॉडल है जिसमें कुल 501 अरब पैरामीटर में से 23 अरब सक्रिय होते हैं। इसे पहले से प्रशिक्षित करने के लिए 23.8 ट्रिलियन टोकन इस्तेमाल किए गए और इसकी कॉन्टेक्स्ट विंडो—एक बार में संदर्भ के लिए इस्तेमाल की जा सकने वाली इनपुट सीमा—10 लाख टोकन की है। तुलना के लिए पेश किए गए Z.ai के GLM-5.2 में कुल लगभग 744 अरब और सक्रिय 40 अरब पैरामीटर हैं।

Reflection का दावा है कि Beam उन्नत तर्क-बेंचमार्क पर GLM-5.2 के बराबर है, मौजूदा अग्रणी पश्चिमी ओपन मॉडलों से अधिक अंक हासिल करता है और अनुमान-कंप्यूटिंग का 3–4 गुना कम इस्तेमाल करता है। कंपनी की ओर से पेश की गई एक अन्य तुलना में Beam ने उन चार कोडिंग परीक्षणों में Inkling से अधिक अंक हासिल किए, जिनके नतीजे दोनों मॉडलों के लिए उपलब्ध थे। हालांकि, Inkling एक मल्टीमॉडल मॉडल है—जो टेक्स्ट के अलावा कई तरह की जानकारी को संभालता है—जबकि Beam केवल टेक्स्ट वाला मॉडल है। इसलिए दोनों मॉडलों के उपयोग और इनपुट की सीमा एक जैसी नहीं है।

Beam के प्रदर्शन और अनुमान-लागत के दावों की अभी स्वतंत्र पुष्टि नहीं हुई है। कंपनी के बताए बेंचमार्क नतीजों के आधार पर वास्तविक सेवाओं में प्रदर्शन या लागत तय करना मुश्किल है।

Reflection ने Beam को कंपनियों, सार्वजनिक क्षेत्र और डेवलपरों के लिए ‘वर्कहॉर्स मॉडल’ के रूप में पेश किया। यह घोषणा चीन के ओपन मॉडलों से प्रतिस्पर्धा करने वाला पश्चिमी मॉडल लाने की कंपनी की योजना से जुड़ी है। हालांकि, मॉडल के प्रदर्शन का आकलन करने के लिए अहम वेट और तकनीकी विवरण कंपनी ने इसी महीने जारी करने की बात कही है।

Reflection की स्थापना 2024 में Google DeepMind के दो पूर्व शोधकर्ताओं ने की थी। PitchBook के मुताबिक, कंपनी ने Nvidia, Sequoia Capital और Lightspeed Venture Partners सहित निवेशकों से लगभग 4.7 अरब डॉलर जुटाए हैं। पिछले निवेश दौर में कंपनी का निवेश-पूर्व मूल्यांकन 25 अरब डॉलर था। इस गर्मी में कंपनी ने SpaceX और Nebius के साथ कुल 7 अरब डॉलर से अधिक के समझौते किए, जिनसे उसे 2029 तक Nvidia GB300 चिपों का इस्तेमाल करने की सुविधा मिलेगी।

इस खबर का मतलब

अगर Beam के ओपन-वेट और कम अनुमान-लागत के दावे सही साबित होते हैं, तो मॉडल का सीधे इस्तेमाल करना चाहने वाली कंपनियों और सार्वजनिक संस्थानों के पास अधिक विकल्प हो सकते हैं। खास तौर पर, Reflection की ‘संप्रभु एआई फ़ैक्टरी’ (주권형 AI 공장) योजना के तहत संस्थान अपने मालिकाना डेटा से Reflection के मॉडल को प्रशिक्षित करके अनुकूलित, स्थानीय एआई सिस्टम बना सकते हैं। अगर मॉडल के इस्तेमाल की लागत या आवश्यक कंप्यूटिंग कम हो, तो ऐसे सिस्टम पर विचार कर रहे संस्थानों का बोझ घट सकता है। यह अभी कोई पुष्ट नतीजा नहीं है, बल्कि कंपनी का लागत-संबंधी दावा साबित होने पर संभावित असर है।

उदाहरण के लिए, अपने डेटा का इस्तेमाल करके एआई सिस्टम बनाने पर विचार कर रहा कोई संस्थान वेट और तकनीकी दस्तावेज़ जारी होने के बाद अपने माहौल में जरूरी प्रदर्शन और कंप्यूटिंग की जांच कर सकता है। लेकिन वास्तविक उपयोग-लागत और तैनाती की शर्तें सार्वजनिक नहीं की गई हैं। इसलिए यह मान लेना सही नहीं होगा कि ‘कम कंप्यूटिंग का इस्तेमाल’ करने का दावा सीधे तौर पर लागत घटाएगा।

Reflection ने शिनसेगे समूह के साथ संप्रभु एआई फ़ैक्टरी साझेदारी की योजना का परीक्षण शुरू कर दिया है। Axios की रिपोर्ट के अनुसार, हेज फंड और ट्रेडिंग कंपनियों ने भी ऐसे सिस्टम बनाने में दिलचस्पी दिखाई है। कंपनी ने कहा है कि वह इसी महीने Beam के वेट और पूरे तकनीकी विवरण जारी करेगी। साथ ही, मॉडल लॉन्च होने पर हाइपरस्केलर और नियो-क्लाउड के जरिए इसकी तैनाती तथा ओपन-सोर्स लाइब्रेरी के साथ एकीकरण उपलब्ध कराएगी। इसलिए अगली अहम बात यह होगी कि कौन-से संस्थान और किस तरह इसका इस्तेमाल कर सकते हैं।

पुष्ट तथ्य और अब भी अज्ञात बातें

पुष्ट तथ्य

  • Reflection ने कहा कि वह अपना पहला फ्रंटियर ओपन-वेट मॉडल Beam जारी करेगा।
  • Beam केवल टेक्स्ट वाला मॉडल है, जिसमें कुल 501 अरब और सक्रिय 23 अरब पैरामीटर हैं।
  • मॉडल को पहले से प्रशिक्षित करने के लिए 23.8 ट्रिलियन टोकन इस्तेमाल किए गए और इसकी कॉन्टेक्स्ट विंडो 10 लाख टोकन की है।
  • कंपनी ने शिनसेगे समूह के साथ संप्रभु एआई फ़ैक्टरी साझेदारी की योजना का परीक्षण शुरू कर दिया है।

अब भी अज्ञात बातें

  • स्वतंत्र पुष्टि में Beam के प्रदर्शन और अनुमान-लागत के दावों की जांच कैसे होगी, यह अभी पता नहीं है।
  • वेट और तकनीकी दस्तावेज़ इसी महीने ठीक किस तारीख को जारी किए जाएंगे, यह नहीं बताया गया है।
  • शिनसेगे समूह के साथ परीक्षण किस तरह किया जा रहा है, इसकी विस्तृत जानकारी सार्वजनिक नहीं की गई है।
  • Beam की वास्तविक उपयोग-क़ीमत और तैनाती की शर्तों का खुलासा नहीं हुआ है।

पाठकों को किन बातों पर ध्यान देना चाहिए

  • मॉडल का मूल्यांकन करने वाली कंपनियों और डेवलपरों को वेट और तकनीकी दस्तावेज़ जारी होने के बाद बेंचमार्क की शर्तों, अनुमान-कंप्यूटिंग की तुलना के मानदंडों और अपने काम के लिए प्रासंगिक नतीजों को साथ में देखना चाहिए।
  • इसे अपनाने पर विचार कर रहे संस्थानों को यह जांचना चाहिए कि हाइपरस्केलर और नियो-क्लाउड के जरिए तैनाती उपलब्ध है या नहीं, और वास्तविक कीमत तथा उपयोग की शर्तें सार्वजनिक की जाती हैं या नहीं।
  • अपने डेटा का इस्तेमाल करने वाले एआई सिस्टम में दिलचस्पी रखने वाले लोग शिनसेगे समूह के साथ परीक्षण योजना में बताई जाने वाली उपयोग-विधि और दायरे पर नजर रख सकते हैं।