ওপেনএআইয়ের নতুন জিপিটি -৪.১ এআই মডেলগুলি কোডিংয়ে ফোকাস করে

সোমবার ওপেনাই জিপিটি -৪.১ নামে মডেলগুলির একটি নতুন পরিবার চালু করেছে। হ্যাঁ, “4.1” – যেন সংস্থার নামকরণ ইতিমধ্যে যথেষ্ট বিভ্রান্তিকর ছিল না।

এখানে জিপিটি -৪.১, জিপিটি -৪.১ মিনি এবং জিপিটি -৪.১ ন্যানো রয়েছে, এগুলির সবগুলিই ওপেনাই কোডিং এবং নির্দেশাবলী অনুসরণ করে “এক্সেল” বলে। ওপেনএআই এর এপিআইয়ের মাধ্যমে উপলভ্য তবে চ্যাটজিপিটি নয়, মাল্টিমোডাল মডেলগুলির 1 মিলিয়ন-টোকেন প্রসঙ্গ উইন্ডো রয়েছে, যার অর্থ তারা একদম (“যুদ্ধ এবং শান্তি” এর চেয়ে দীর্ঘ) প্রায় 750,000 শব্দ নিতে পারে।

জিপিটি -৪.১ গুগলের মতো ওপেনএআই প্রতিদ্বন্দ্বী এবং অত্যাধুনিক প্রোগ্রামিং মডেলগুলি তৈরির প্রচেষ্টার মতো ওপেনএই প্রতিদ্বন্দ্বী হিসাবে উপস্থিত হয়েছে। গুগলের সম্প্রতি প্রকাশিত জেমিনি 2.5 প্রো, যার মধ্যে 1 মিলিয়ন-টোকেন প্রসঙ্গ উইন্ডো রয়েছে, এটি জনপ্রিয় কোডিং বেঞ্চমার্কগুলিতে অত্যন্ত শীর্ষস্থানীয়। সুতরাং নৃতাত্ত্বিক ক্লড 3.7 সনেট এবং চাইনিজ এআই স্টার্টআপ করুন ডিপসেকের আপগ্রেড ভি 3।

জটিল সফ্টওয়্যার ইঞ্জিনিয়ারিং কার্য সম্পাদন করতে সক্ষম এআই কোডিং মডেলগুলি প্রশিক্ষণ দেওয়ার জন্য ওপেনএআই সহ অনেক প্রযুক্তিবিদদের লক্ষ্য এটি। ওপেনাইয়ের দুর্দান্ত উচ্চাকাঙ্ক্ষা হ’ল একটি “এজেন্ট সফটওয়্যার ইঞ্জিনিয়ার” তৈরি করা, যেমন সিএফও সারা ফ্রিয়ার এটি রাখুন গত মাসে লন্ডনে একটি টেক সামিট চলাকালীন। সংস্থাটি দাবি করেছে যে তার ভবিষ্যতের মডেলগুলি পুরো অ্যাপ্লিকেশনগুলিকে শেষ থেকে শেষের দিকে প্রোগ্রাম করতে সক্ষম হবে, মানের নিশ্চয়তা, বাগ টেস্টিং এবং ডকুমেন্টেশন রাইটিংয়ের মতো দিকগুলি পরিচালনা করতে সক্ষম হবে।

জিপিটি -4.1 এই দিকের একটি পদক্ষেপ।

ওপেনএআইএর একজন মুখপাত্র ইমেলের মাধ্যমে টেকক্রঞ্চকে বলেছেন, “বিকাশকারীদের সবচেয়ে বেশি যত্নশীল এমন ক্ষেত্রগুলিতে উন্নতির জন্য প্রত্যক্ষ প্রতিক্রিয়ার ভিত্তিতে আমরা বাস্তব-বিশ্বের ব্যবহারের জন্য জিপিটি -৪.১ অনুকূলিত করেছি: ফ্রন্টএন্ড কোডিং, কম বহিরাগত সম্পাদনা তৈরি করা, ফর্ম্যাটগুলি নির্ভরযোগ্যভাবে অনুসরণ করে, প্রতিক্রিয়া কাঠামো এবং ক্রমবর্ধমান, সামঞ্জস্যপূর্ণ সরঞ্জামের ব্যবহার এবং আরও অনেক কিছু,” “এই উন্নতিগুলি বিকাশকারীদের রিয়েল-ওয়ার্ল্ড সফটওয়্যার ইঞ্জিনিয়ারিং কার্যগুলিতে যথেষ্ট ভাল এজেন্ট তৈরি করতে সক্ষম করে।”

ওপেনএআই দাবি করেছে যে পুরো জিপিটি -৪.১ মডেল তার জিপিটি -4o এবং জিপিটি -4o মিনি মডেলগুলিকে এসডাব্লুইই-বেঞ্চ সহ কোডিং বেঞ্চমার্কগুলিতে ছাড়িয়ে গেছে। জিপিটি -৪.১ মিনি এবং ন্যানো কিছু নির্ভুলতার জন্য আরও দক্ষ এবং দ্রুত বলে মনে করা হয়, ওপেনএআই বলছে যে জিপিটি -৪.১ ন্যানো এর সবচেয়ে দ্রুততম-এবং সস্তা-মডেল।

জিপিটি -৪.১ এর জন্য মিলিয়ন ইনপুট টোকেন প্রতি 2 ডলার এবং মিলিয়ন আউটপুট টোকেন প্রতি 8 ডলার। জিপিটি -৪.১ মিনিটি $ 0.40/এম ইনপুট টোকেন এবং $ 1.60/এম আউটপুট টোকেন, এবং জিপিটি -4.1 ন্যানো $ 0.10/এম ইনপুট টোকেন এবং $ 0.40/এম আউটপুট টোকেন।

ওপেনএআইয়ের অভ্যন্তরীণ পরীক্ষা অনুসারে, জিপিটি -৪.১, যা জিপিটি -4 ও (32,768 বনাম 16,384) এর চেয়ে একবারে আরও বেশি টোকেন তৈরি করতে পারে, যা সুই-বেঞ্চের একটি মানব-বৈধিত উপসেটটিতে 52% থেকে 54.6% এর মধ্যে স্কোর করেছে। (ওপেনাই একটি ব্লগ পোস্টে উল্লেখ করেছেন যে সুই-বেঞ্চ যাচাই করা সমস্যার কিছু সমাধান তার অবকাঠামোতে চালাতে পারে না, তাই স্কোরের পরিসীমা)) এই পরিসংখ্যানগুলি একই বেড়মার্কে যথাক্রমে জেমিনি 2.5 প্রো (63.8%) এবং ক্লাউড 3.7 সোনেট (62.3%) এর জন্য গুগল দ্বারা রিপোর্ট করা স্কোরগুলির অধীনে রয়েছে।

একটি পৃথক মূল্যায়নে, ওপেনএআই ভিডিও-এমএমই ব্যবহার করে জিপিটি -৪.১ অনুসন্ধান করেছে, যা ভিডিওগুলিতে সামগ্রী “বোঝার” জন্য কোনও মডেলের দক্ষতা পরিমাপ করার জন্য ডিজাইন করা হয়েছে। ওপেনএআই দাবি করেছে, জিপিটি -৪.১ “দীর্ঘ, কোনও সাবটাইটেল নেই” ভিডিও বিভাগে একটি চার্ট-টপিং 72% নির্ভুলতায় পৌঁছেছে।

যদিও জিপিটি -৪.১ স্কোরগুলি বেঞ্চমার্কগুলিতে যুক্তিসঙ্গতভাবে ভাল এবং আরও সাম্প্রতিক “নলেজ কাটঅফ” রয়েছে, এটি বর্তমান ইভেন্টগুলির জন্য আরও ভাল ফ্রেম রেফারেন্স দেয় (২০২৪ সালের জুন পর্যন্ত), এটি মনে রাখা গুরুত্বপূর্ণ যে এমনকি কিছু সেরা মডেলও এমন কাজগুলির সাথে লড়াই করে যা বিশেষজ্ঞদের ভ্রমণ করে না। উদাহরণস্বরূপ, অনেক অধ্যয়ন আছে দেখানো হয়েছে কোড-উত্পাদক মডেলগুলি প্রায়শই সুরক্ষা দুর্বলতা এবং বাগগুলি ঠিক করতে এবং এমনকি প্রবর্তন করতে ব্যর্থ হয়।

ওপেনাইও স্বীকার করে যে জিপিটি -৪.১ কম নির্ভরযোগ্য হয়ে ওঠে (অর্থাত্ ভুল করা পছন্দকারী) এর সাথে আরও বেশি ইনপুট টোকেন মোকাবেলা করতে হবে। সংস্থার নিজস্ব একটি পরীক্ষায় ওপেনএআই-এমআরসিআর, মডেলটির যথার্থতা প্রায় 84% থেকে 8,000 টোকেন সহ 1 মিলিয়ন টোকেন সহ 50% এ হ্রাস পেয়েছে। জিপিটি -৪.১ এছাড়াও জিপিটি -৪ ও এর চেয়ে বেশি “আক্ষরিক” হতে থাকে, সংস্থাটি বলেছে, কখনও কখনও আরও নির্দিষ্ট, সুস্পষ্ট প্রম্পটগুলির প্রয়োজন হয়।