திறந்த மூல AI மாதிரிகள்: பெரிய அளவில் சீன ஆய்வகங்களே முன்னிலை என்கிறது Hugging Face

இந்த ஆண்டு ஜனவரி முதல் ஆகஸ்ட் வரையிலான காலகட்டத்திற்கான 'State of Open Models' அறிக்கையை Hugging Face வெளியிட்டுள்ளது. அதன் Hub-ல் இருக்கும் மாதிரிகள், தரவுத் தொகுப்புகள் மற்றும் Spaces குறித்த பகுப்பாய்வு இது. இக்காலத்தில் பொது மாதிரி களஞ்சியங்கள் 24.3 லட்சத்திலிருந்து 29.6 லட்சமாக ஏறியிருக்கின்றன; தரவுத் தொகுப்புகள் 7.11 லட்சத்திலிருந்து 10 லட்சமாகவும், Spaces 10 லட்சத்திலிருந்து 14.4 லட்சமாகவும் அதிகரித்திருக்கின்றன. ஆனால் 85.6 சதவீத மாதிரிகள் ஆயுட்காலம் முழுவதுமாக 200 பதிவிறக்கங்கள் கூட பெறவில்லை; அதே சமயம் 1.5 சதவீத களஞ்சியங்களே மொத்த பதிவிறக்கங்களில் 99.2 சதவீதத்தை ஈர்த்திருக்கின்றன.

2026-ன் ஏறத்தாழ ஒவ்வொரு மாதத்திலும் ஒரு சீன ஆய்வகம் வெளியிட்ட மிகப்பெரிய திறந்த மாதிரி, எந்த அமெரிக்க ஆய்வகம் வெளியிட்ட மாதிரியை விடவும் பெரிதாக இருந்திருக்கிறது. சீனாவின் மாத உச்சம் 75,400 கோடி முதல் 2.78 டிரில்லியன் அளவுருக்கள் (parameters) வரை நகர்ந்தது; அமெரிக்க மாதிரிகள் ஏழு மாதத்தில் ஐந்து மாதம் 130 பில்லியனுக்கு உள்ளேயே நின்றன. விதிவிலக்கு: மே–ஜூன் மாதங்களில் NVIDIA வெளியிட்ட 561 பில்லியன் அளவுள்ள Nemotron 3 Ultra, மற்றும் Thinking Machines Lab-இன் 952 பில்லியன் அளவுள்ள Inkling.

சீன ஆய்வகங்கள் இரண்டு தனித்தனி வழிகளில் செல்கின்றன என்கிறது அறிக்கை. Moonshot, MiniMax, Xiaomi, Z.ai ஆகியவை 70 பில்லியனுக்குக் கீழே கிட்டத்தட்ட எதையும் வெளியிடுவதில்லை; ஒரு டெவலப்பர் அவற்றை முதன்முதலில் சந்திக்கும் மாதிரியே சொந்த கணினியில் இயக்க முடியாதபடி பெரிதாக இருக்கும். Tencent-ம் Alibaba Qwen-ம் 1 பில்லியனுக்குக் கீழ் இருந்து மேலே வரை ஒட்டுமொத்த வரம்பையும் தொடுகின்றன. Xiaomi, Ant Group, Meituan ஆகிய மூன்று நிறுவனங்களும் இந்த ஆண்டே ஒரு டிரில்லியன் அளவுருக்களைக் கடந்திருக்கின்றன.

இந்த ஆண்டு அதிக புதிய திறந்த மாதிரிகளை வெளியிட்ட இரண்டு அமெரிக்க நிறுவனங்களும் வன்பொருள் நிறுவனங்களே — AMD மற்றும் NVIDIA. இரண்டு நிறுவனங்களும் தலா 200-க்கும் மேற்பட்ட புதிய களஞ்சியங்களை வெளியிட்டன. மூன்றாம் இடத்தில் நிற்கும் LiquidAI கிட்டத்தட்ட 100 மாதிரிகளை வெளியிட்டிருக்கிறது. 100 பில்லியனுக்கு மேலான சில அமெரிக்க வெளியீடுகள் — Inkling உள்பட — சீன மாதிரிகளையோ அல்லது சீன ஆய்வகங்கள் உருவாக்கிய கூறுகளையோ அடிப்படையாகக் கொண்டவை.

Hub-ல் 'லைக்குகளும்' 'பதிவிறக்கங்களும்' மிகவும் வேறுபட்ட விஷயங்களை அளக்கின்றன என்று அறிக்கை சுட்டிக்காட்டுகிறது. இந்த ஆண்டு பதிவிறக்கத்தில் முதல் 25 களஞ்சியங்களிலும் லைக்குகளில் முதல் 25 களஞ்சியங்களிலும் ஒரே ஒரு களஞ்சியம்தான் பொதுவாக இருக்கிறது. ஒரு சிறு வாக்கியப் பொதிப்பு மாதிரியான all-MiniLM-L6-v2 ஏழு மாதத்தில் 155 கோடி முறை பதிவிறக்கப்பட்டிருக்கிறது; ஆனால் 5,156 லைக்குகள் மட்டுமே. Kimi-K3 மாதிரி ஒவ்வொரு லைக்குக்கும் 60 பதிவிறக்கம் என்ற விகிதத்தில் இருந்தது. லைக்குகள் புதிய வெளியீடுகளின் மீதான ஆர்வத்தையும், பதிவிறக்கங்கள் தினசரி வேலைப் பாதைகளில் நிரந்தரமாகப் பதிக்கப்பட்டவற்றையும் காட்டுகின்றன.