پوسٹس
avatar

میٹا نے حال ہی میں 8160 ارب پیرامیٹرز کا اوپن سورس بہت بڑا ماڈل Muse Spark Open جاری کیا ہے، لیکن اس کا اسکور صرف 1800 ارب پیرامیٹرز والے Qwen3.8-Flash-Next سے پیچھے رہ گیا۔ تیسری طرف کی ادارہ Artificial Analysis کی حالیہ ٹیسٹنگ کے مطابق، میٹا کے اس بڑے ماڈل کا کل اسکور صرف 39 ہے، جبکہ Qwen3.8 کا اسکور 40 ہے۔ مزید دلچسپ بات یہ ہے کہ فعال پیرامیٹرز میں فرق: میٹا کو ایک بار رن کرنے کے لیے 420 ارب پیرامیٹرز فعال کرنے پڑتے ہیں، جبکہ Qwen صرف 60 ارب پیرامیٹرز فعال کرتا ہے — اس طرح کارکردگی میں 7 گنا فرق ہے۔ لوکل ڈپلومنٹ کا اخراج مزید واضح ہے۔ 4-bit کوانتائزیشن میں دبایا جانے کے بعد، میٹا کا ماڈل فائل 506 جیگا باٹ کا ہے، جو عام سرورز کے لیے بالکل ناممکن ہے؛ جبکہ Qwen صرف 111 جیگا باٹ کا ہے، جسے ایک پروفیشنل گرافکس کارڈ پر آسانی سے رکھا جا سکتا ہے۔ میٹا نے چار گنا سے زائد پیرامیٹرز اور وی آر ایم استعمال کیا، لیکن نتیجہ میں اس کی انفرینس ریزولوشن کارکردگی ایک چھوٹے ماڈل سے زبردست طور پر پِچھے رہ گئی۔ بڑی کمپنیوں کو اب اس طرح بے ترتیب طور پر پیرامیٹرز بڑھانے کے راستے پر غور کرنا چاہیے۔

یہ مواد صرف معلوماتی اور تعلیمی مقاصد کے لیے ہے۔ اس میں فریقِ ثالث کے تجزیے، اسپانسر شدہ مواد، یا تشہیری مواد شامل ہو سکتا ہے جس کے لیے تخلیق کار کو معاوضہ مل سکتا ہے۔ اس فیڈ میں موجود کوئی بھی چیز سرمایہ کاری کا مشورہ یا منافع کی ضمانت نہیں ہے۔ آپ اپنے سرمایہ کاری کے فیصلوں کے لیے خود ذمہ دار ہیں۔ تجارت سے پہلے ہمیشہ اپنی تحقیق کریں اور احتیاط برتیں۔ ہم فریقِ ثالث کی معلومات کی درستگی کی ضمانت نہیں دیتے اور کسی بھی نقصان کے ذمہ دار نہیں ہیں۔ ماضی کی کارکردگی مستقبل کے نتائج کی ضمانت نہیں ہے۔ براہ کرم تفصیلات کے لیے ہماری کمیونٹی شرائط اور خطرے کے انکشاف کا بیان ملاحظہ کریں۔

avatarاپنا جواب پوسٹ کریں۔

تبصرہ