मुख्य सामग्री पर जाएं

प्रोसेसिंग

भाषा मॉडल​

भाषा मॉडल उन्नत AI सिस्टम होते हैं जो मानवीय भाषा को समझने, व्याख्या करने और उत्पन्न करने में सक्षम हैं। इन मॉडलों को बड़े टेक्स्ट डाटासेट्स पर प्रशिक्षित किया जाता है और वे पैटर्न, शब्द-संयोजन, वाक्य संरचनाएं, और विभिन्न भाषाओं तथा भाषा-प्रयोगों की सूक्ष्मताओं को सीखते हैं। कई आधुनिक भाषा मॉडलों की कुंजी ट्रांसफॉर्मर-आर्किटेक्चर है, जो यह निर्धारित करने के लिए स्वयं-ध्यान (self-attention) मैकेनिज़्म का उपयोग करता है कि किसी दिए गए संदर्भ में पाठ के किन हिस्सों को महत्व दिया जाना चाहिए।

भाषा के प्रसंस्करण के दौरान, ये मॉडल ऐसा सबसे संभावित अगला शब्द या सबसे संभावित अगली वाक्य भविष्यवाणी करने के लिए सांख्यिकीय तरीके उपयोग करते हैं। वे पाठ के लंबी दीर्घाओं में संदर्भ समझ सकते हैं और इस प्रकार न केवल व्याकरणिक रूप से सही, बल्कि सामग्रीगत समरूप और प्रासंगिक पाठ भी उत्पन्न कर सकते हैं।

जब किसी भाषा मॉडल का उपयोग उदाहरण के लिए एक चैटबॉट या टेक्स्ट-जनरेटर के लिए किया जाता है, तो मॉडल को कुछ प्रॉम्प्ट या प्रारम्भिक डेटा दिए जाते हैं और उसी इनपुट के आधार पर मॉडल टेक्स्ट उत्पन्न करता है जो दी गई संदर्भ से तर्कसंगत रूप से आगे बढ़ता है। इन मॉडलों का उद्देश्य इस प्रकार इतना मानवीय दिखना है कि सामग्री और शैली दोनों में।

टेक्स्ट-टू-इमेज मॉडल​

टेक्स्ट-टू-इमेज मॉडल ऐसे AI- systems हैं जो लिखित टेक्स्ट वर्णनों से दृश्य प्रतिनिधित्व उत्पन्न कर सकते हैं, जैसे फोटो, इल्यustraशन या अन्य प्रकार की इमेजरी। ये मॉडल उन्नत न्यूरल नेटवर्क का उपयोग करते हैं, और खासकर जनरेटिव एड्वरसैरियल नेटवर्क (GAN) या उनसे मिलते-जुलते diffusion मॉडलों के साथ।

प्रक्रिया उपयोगकर्ता द्वारा दर्ज टेक्स्ट वर्णन से शुरू होती है। मॉडल इस टेक्स्ट का आकलन करता है और इसकी भाषा-धारणा और संदर्भ को समझने की कोशिश करता है। फिर मॉडल टेक्स्ट वर्णन के अनुरूप تصاویر बनाता है, प्रशिक्षण के दौरान सीखे गए टेक्स्ट-छवि जोड़ों के विशाल डाटासेट पर प्रशिक्षित होकर।

प्रशिक्षण के दौरान मॉडल टेक्स्ट वर्णनों और दृश्य गुणों के बीचAssociations सीखता है। उदाहरण के लिए, यदि मॉडल बार-बार शब्द-युग्म 'एक पीला सूरज ऊपर एक नीला समुद्र' देखता है साथ ही उन हालात को दिखाने वाली تصاویر, तो वह इन तत्वों को भविष्य की छवि-निर्माण में पहचानने और दोहराने सीखता है।

परिणाम अक्सर आदरणीय सटीक और विवरण-समृद्ध चित्र होते हैं जो इनपुट टेक्स्ट वर्णन के अनुरूप होते हैं। ये मॉडेल निरंतर परिष्कृत हो रहे हैं और बहु-आयामी वस्तुओं और अमूर्त अवधारणाओं वाले जटिल परिदृश्यों को भी प्रदर्शित करने में सक्षम हैं। वे कला-निर्माण, गेम डिज़ाइन, आभासी वास्तविकता और अधिक सहित व्यापक अनुप्रयोगों में उपयोग किए जाते हैं।

AI-Public मॉडल्स का खुला प्रावधान​

यह समझना महत्वपूर्ण है कि AI-Public विभिन्न AI मॉडल खोलता है जो बड़े टेक्नोलॉजी कंपनियों द्वारा एक API के माध्यम से उपलब्ध कराए जाते हैं। एक API, या Application Programming Interface, नियमों और परिभाषाओं का एक सेट है जिससे सॉफ़्टवेयर प्रोग्राम एक दूसरे के साथ संवाद कर सकते हैं। यह एक प्रकार की 'भाषा' के रूप में कार्य करता है जिसे प्रोग्राम समझते हैं ताकि जानकारी का आदान-प्रदान और आपस में फ़ंक्शन कॉल करना संभव हो सके। AI-Public के पास अपने कोई भाषा मॉडल या टेक्स्ट-टू-इमेज मॉडल नहीं हैं।

हम इस परिणाम के लिए उत्तरदायी नहीं हैं। फिर भी हमने कंपनियों के लिए सबसे अच्छे और सबसे रोचक मॉडलों के चयन पर ध्यान दिया है।

प्रोसीजर प्रोसेसिंग​

उत्तर जनरेटर करने के लिए निम्न प्रक्रिया použik किया जाता है:

  • उपयोगकर्ता एक prompt बनाता है।
  • फ्रंट-एंड वेबएप्लिकेशन इसे सक्रिय चैट से जोड़ देता है और स्थिति के साथ एक चैट संदेश जोड़ता है: "Initialiseren"।
  • AI-Public के सर्वर पर एक फंक्शन ट्रिगर होता है चैट संदेश जोड़ने से।
  • संदेश की स्थिति को अपडेट करके "Verwerken" किया जाता है।
  • दस्तावेजों के साथ चैट चयन के समय सर्वर पहले Firestore vector database से दस्तावेज़ों से टेक्स्ट चुनने के लिए अनुरोध भेजता है।
  • फिर सर्वर चयनित भाषा मॉडल के साथ एक API क enlace के माध्यम से अनुरोध भेजता है।
  • यदि सेटिंग Streamen चालू है, तो हम हर 10 प्राप्त चंक्स के बाद और हर 25 चंक्स के बाद 100 चंक्स प्राप्त होने पर संदेश को संरक्षित करते हैं।
  • जैसे ही पूरा उत्तर प्राप्त हो जाता है, स्थिति को "Afgerond" में सेट किया जाता है।
  • फ्रंट-एंड एप्लिकेशन हर डेटाबेस अपडेट के बाद रीफ्रेश होता है।
  • त्रुटियाँ होने पर स्थिति "Error" में सेट कर एक त्रुटि संदेश दिखाया जाता है।

हम प्रत्येक API अनुरोध के साथ कोई व्यक्तिगत डेटा नहीं भेजते। हालांकि, उपयोगकर्ता ने प्रॉम्प्ट या अपलोड किए गए दस्तावेज़ों में व्यक्तिगत डेटा शामिल कर सकते हैं।