बिना लाइसेंस वार्ता के अग्रिम-श्रेणी का एजेंट
शंघाई कृत्रिम बुद्धिमत्ता प्रयोगशाला ने 11 सितंबर को एट्रिया डॉन प्रीव्यू के वज़न हगिंग फ़ेस और मॉडलस्कोप पर प्रकाशित किए, और 14 सितंबर को उनके साथ arXiv पर 23 पृष्ठ का शोधपत्र जोड़ा। यह रिलीज़ अपनी संरचना से कम और अपनी शर्तों से अधिक असामान्य है: वज़न एमआईटी लाइसेंस के साथ आते हैं, यानी उपयुक्त हार्डवेयर रखने वाली कोई भी टीम किसी से पूछे बिना अग्रिम-श्रेणी का एजेंटिक मॉडल तैनात कर सकती है।
मॉडल कार्ड मिश्रित-विशेषज्ञ विन्यास में कुल 753 अरब पैरामीटर, 256,000 टोकन की संदर्भ खिड़की और कम मेमोरी वाली टीमों के लिए एक एफ़पी8 संस्करण बताता है। इसके नीचे का आधार जीएलएम-5.2 है, झिपू एआई का 744 अरब पैरामीटर वाला मिश्रित-विशेषज्ञ मॉडल — यानी एक चीनी प्रयोगशाला का पश्च-प्रशिक्षण कार्य दूसरी चीनी प्रयोगशाला के खुले आधार पर, जो फिर से खुले रूप में प्रकाशित हुआ है।
इसे कैसे प्रशिक्षित किया गया
शोधपत्र उसका वर्णन करता है जिसे लेखक सत्यापनीय अनुभव पाइपलाइन कहते हैं: केवल वरीयता लेबल से सीखने के बजाय मॉडल को उपकरण-मध्यस्थ अंतःक्रियाओं पर प्रशिक्षित किया जाता है, जो वास्तविक निष्पादन योग्य वातावरण में चलती हैं और बाहर से सत्यापित परिणामों के विरुद्ध अंकित होती हैं। घोषित लक्ष्य क्षेत्र हैं खोज, सृजन, वितरण और साइबर सुरक्षा — शोध और सूचना पुनर्प्राप्ति, सॉफ़्टवेयर विकास, दस्तावेज़ कार्य और सुरक्षा विश्लेषण।
यह डिज़ाइन विकल्प अंकों के अर्थ के लिए मायने रखता है। जो मॉडल ऐसे परिणामों के विरुद्ध प्रशिक्षित होता है जिन्हें कोई कंपाइलर, परीक्षण समूह या खोज सूचकांक जाँच सके, उसका मूल्यांकन उस चीज़ पर होता है जिसे मानव मूल्यांकनकर्ता की पसंद की तुलना में छलना कठिन है — यद्यपि वह अधिक संकीर्ण भी है।
आँकड़े, और उन्हें किसने बनाया
लेखक 16 परीक्षणों के परिणाम देते हैं, मॉडल को अग्रिम एजेंटों के समकक्ष बताते हैं और उनमें से पाँच में शीर्ष अंक का दावा करते हैं। मॉडल कार्ड DeepSearchQA पर 96.0 और BrowseComp पर 92.5 को रेखांकित करता है। ये सारे आँकड़े उसी प्रयोगशाला के हैं जिसने मॉडल बनाया; किसी को भी अब तक किसी स्वतंत्र मूल्यांकनकर्ता ने दोहराया नहीं है, और शोधपत्र एक प्रीप्रिंट है जिसकी सहकर्मी समीक्षा नहीं हुई।
मानव अध्ययन अधिक दिलचस्प आधा हिस्सा है
परीक्षणों के साथ-साथ शोधपत्र मॉडल के साथ काम करने वाले 56 प्रतिभागियों से जुड़े 769 कार्य-अभिलेखों के अध्ययन की जानकारी देता है। एआई-सहायता प्राप्त कार्यों में से लगभग एक तिहाई को स्वयं प्रतिभागियों ने एजेंट के बिना अव्यवहार्य बताया।
लेखक यह भी बताते हैं कि श्रम-विभाजन कैसे खिसका: एजेंट अक्सर तरीके सुझाते और संशोधन लागू करते रहे, जबकि अंतिम निर्णय अधिकतर मनुष्यों के पास रहे। यह क्षमता से अधिक कार्य-व्यवहार के बारे में दावा है, और यह उसी प्रकार का प्रमाण है जिसकी इस क्षेत्र में बहुत कमी है — स्व-घोषित, छोटे नमूने से, पर केवल कहा नहीं बल्कि दर्ज किया गया।
इसे चलाना
तैनाती SGLang 0.5.13 या उससे नए, या vLLM 0.23.0 या उससे नए के ज़रिए होती है, और अंतरराष्ट्रीय तथा मुख्य भूमि चीन क्षेत्रों के लिए होस्टेड एपीआई पहुँच उपलब्ध है। मॉडल कार्ड Codex CLI और Claude Code के माध्यम से उपयोग का दस्तावेज़ीकरण करता है, जहाँ केवल पाठ इनपुट संभव है। गिटहब रिपॉज़िटरी में तैनाती संबंधी टिप्पणियाँ हैं।
आगे क्या देखना है
एमआईटी लाइसेंस ही वह हिस्सा है जिसके परिणाम होंगे। 753 अरब पैरामीटर वाला एजेंटिक मॉडल जिसे पर्याप्त संसाधन वाली कोई भी टीम बिना अनुमति चला सकती है, ठीक वही वस्तु है जिसके बारे में इस महीने अग्रिम पंक्ति की रफ़्तार पर चल रही बहस तर्क करने की कोशिश कर रही है — और वह अब प्रकाशित हो चुका है। निकट अवधि की परीक्षा अधिक सीमित है: क्या कोई स्वतंत्र मूल्यांकनकर्ता 16 परीक्षणों का दावा दोहरा पाता है, और क्या वे पाँच शीर्ष अंक उस व्यक्ति के सामने टिकते हैं जिसने मॉडल प्रशिक्षित नहीं किया।
