IBM का Granite 4.2: सोच-समझकर जवाब देने वाले नए ओपन-वेट AI मॉडल.

IBM ने Granite 4.2 नाम से एक नया 'रीज़निंग' AI मॉडल परिवार जारी किया है। रीज़निंग मॉडल वह AI मॉडल होता है जो अंतिम जवाब देने से पहले चरणबद्ध तरीके से अपनी सोच लिखकर दिखाता है। इस परिवार में तीन आकार हैं — 3 बिलियन, 8 बिलियन और 30 बिलियन पैरामीटर (वे आंतरिक संख्याएं जिन्हें मॉडल प्रशिक्षण के दौरान समायोजित करता है)। पहले के Granite मॉडल सिर्फ निर्देशों का पालन करने वाले सहायक थे; Granite 4.2 अब स्पष्ट रीज़निंग क्षमता भी जोड़ता है।

हर मॉडल को शुरुआत से नए सिरे से प्रशिक्षित किया गया — यानी किसी मौजूदा मॉडल में बदलाव करने के बजाय — करीब 15 ट्रिलियन टोकन (टेक्स्ट के छोटे हिस्से) का इस्तेमाल करके, पांच-चरण की प्रशिक्षण प्रक्रिया में। आखिरी चरण ने मॉडल की कॉन्टेक्स्ट विंडो — यानी मॉडल एक साथ जितना टेक्स्ट ध्यान में रख सकता है — बढ़ाकर 512K टोकन तक कर दी।

प्रशिक्षण के बाद, IBM ने इन मॉडलों को फाइन-ट्यून किया — यानी एक छोटे, खास डेटा सेट पर आगे प्रशिक्षित किया. करीब 7.2 मिलियन डेटा उदाहरणों का इस्तेमाल करके, जिनमें चेन-ऑफ-थॉट रीज़निंग, निर्देश-पालन और टूल इस्तेमाल शामिल थे, कुल मिलाकर करीब 100 बिलियन टोकन। इसके बाद मॉडलों को बहु-चरण रीइन्फोर्समेंट लर्निंग (RL) — यानी बेहतर जवाबों को इनाम देने वाली प्रशिक्षण विधि — से गुजारा गया, ताकि उनकी रीज़निंग क्षमता और निखर सके।

8B और 30B मॉडलों को एक अतिरिक्त चरण, एजेंटिक RL, से भी गुजारा गया, जिसने उन्हें एजेंट की तरह काम करना सिखाया. बाहरी टूल्स को बुलाना, कोड को एडिट और रन करना, टर्मिनल चलाना और वेब पर खोज करना, ये सब सुरक्षित परीक्षण (सैंडबॉक्स) माहौल में। हर Granite 4.2 मॉडल 'थिंकिंग' मोड, तेज़ 'नॉन-थिंकिंग' मोड, और आसान सवालों पर थोड़ा ही सोच-विचार खर्च करने वाले 'लो-इफर्ट थिंकिंग' मोड के बीच बदल सकता है।

तीनों Granite 4.2 मॉडल Apache 2.0 लाइसेंस के तहत ओपन-वेट मॉडल के रूप में जारी किए गए हैं — यानी IBM ने प्रशिक्षित मॉडल फाइलें सार्वजनिक रूप से जारी कर दी हैं ताकि कोई भी उन्हें डाउनलोड करके इस्तेमाल कर सके।