ओपनएआई अफवाह है कि यह अपने प्रमुख बड़े भाषा मॉडल (एलएलएम) की अगली पीढ़ी पर काम कर रहा है, हालाँकि, इसमें रुकावट आ सकती है। एक रिपोर्ट के अनुसार, सैन फ्रांसिस्को स्थित एआई फर्म अपने अगले एआई मॉडल, जिसे आंतरिक रूप से कोडनेम ओरियन दिया गया है, की क्षमताओं को काफी उन्नत करने के लिए संघर्ष कर रही है। कहा जाता है कि जब भाषा-आधारित कार्यों की बात आती है तो यह मॉडल पुराने मॉडलों से बेहतर प्रदर्शन करता है, लेकिन कोडिंग जैसे कुछ कार्यों में यह कमज़ोर है। विशेष रूप से, कंपनी को एआई मॉडल को ठीक से प्रशिक्षित करने के लिए पर्याप्त प्रशिक्षण डेटा जमा करने के लिए भी संघर्ष करना पड़ रहा है।
ओपनएआई का ओरियन एआई मॉडल कथित तौर पर महत्वपूर्ण सुधार दिखाने में विफल रहा
सूचना सूचना दी जब कोडिंग-संबंधी कार्यों की बात आती है तो एआई फर्म का अगला प्रमुख एलएलएम, ओरियन उम्मीद के मुताबिक प्रदर्शन नहीं कर रहा है। अज्ञात कर्मचारियों का हवाला देते हुए, रिपोर्ट में दावा किया गया है कि जब भाषा-आधारित कार्यों की बात आती है तो एआई मॉडल ने काफी अपग्रेड दिखाया है, लेकिन कुछ कार्य कमज़ोर हैं।
इसे एक प्रमुख मुद्दा माना जाता है क्योंकि पुराने मॉडलों की तुलना में ओरियन को ओपनएआई के डेटा केंद्रों में चलाना कथित तौर पर अधिक महंगा है। जीपीटी-4 और GPT-4o. आगामी एलएलएम का लागत-से-प्रदर्शन अनुपात कंपनी के लिए इसे उद्यमों और ग्राहकों के लिए आकर्षक बनाने में चुनौती पेश कर सकता है।
इसके अतिरिक्त, रिपोर्ट में यह भी दावा किया गया है कि GPT-4 और ओरियन के बीच समग्र गुणवत्ता में उछाल GPT-3 और GPT-4 के बीच के उछाल से कम है। यह एक चिंताजनक विकास है, हालाँकि, यह प्रवृत्ति प्रतिस्पर्धियों द्वारा हाल ही में जारी किए गए अन्य एआई मॉडल में भी देखी जा रही है anthropic और मिस्ट्रल.
उदाहरण के लिए, क्लाउड 3.5 सॉनेट के बेंचमार्क स्कोर से पता चलता है कि प्रत्येक नए फाउंडेशन मॉडल के साथ गुणवत्ता में उछाल अधिक पुनरावृत्त होता है। हालाँकि, प्रतिस्पर्धियों ने एजेंटिक एआई जैसी नई क्षमताओं को विकसित करने पर ध्यान केंद्रित करके काफी हद तक ध्यान से परहेज किया है।
रिपोर्ट में, प्रकाशन ने इस बात पर भी प्रकाश डाला कि उद्योग, इस चुनौती से निपटने के तरीके के रूप में, प्रारंभिक प्रशिक्षण पूरा होने के बाद एआई मॉडल में सुधार करने का विकल्प चुन रहा है। यह अतिरिक्त फ़िल्टर जोड़कर आउटपुट को ठीक करके किया जा सकता है। हालाँकि, यह एक समाधान है और यह उस सीमा की भरपाई नहीं करता है जो ढांचे या पर्याप्त डेटा की कमी के कारण हो रही है।
जबकि पहला एक तकनीकी और अनुसंधान-आधारित चुनौती है, दूसरा मुख्यतः मुफ़्त और लाइसेंस प्राप्त डेटा की उपलब्धता के कारण है। इसे हल करने के लिए, OpenAI ने कथित तौर पर एक फाउंडेशन टीम बनाई है जिसे प्रशिक्षण डेटा की कमी से निपटने का तरीका खोजने का काम सौंपा गया है। हालाँकि, यह नहीं कहा जा सकता है कि क्या यह टीम ओरियन को आगे प्रशिक्षित करने और क्षमताओं में सुधार करने के लिए समय पर अधिक डेटा प्राप्त करने में सक्षम होगी।
