ओपनएआई का 'रीसेट बटन' और कोडेक्स का अगला बड़ा अपडेट

हाल ही में ओपनएआई के एक इंजीनियर टिबो ने एक इंटरव्यू में खुलासा किया कि जब भी कोडेक्स में कोई समस्या आती है या उपयोगकर्ताओं को अतिरिक्त क्रेडिट देने की आवश्यकता होती है, तो वह एक भौतिक बटन दबाकर सभी के लिए उपयोग सीमा रीसेट कर देते हैं। यह मज़ेदार किस्सा कोडेक्स के अगले बड़े अपडेट की दिशा पर प्रकाश डालता है, जिसमें एजेंट्स का क्लाउड में जाना, रिकर्सिव सेल्फ-इम्प्रूवमेंट (RSI), और मॉडल का खुद को बेहतर बनाना शामिल है। यह लेख इन बदलावों का विश्लेषण करता है और बताता है कि यह AI उद्योग को कैसे प्रभावित करेगा।

मुख्य बातें

• टिबो का भौतिक रीसेट बटन: टिबो ने खुलासा किया कि उनके पास एक वास्तविक बटन है जिसे दबाकर वे सभी भुगतान करने वाले ChatGPT Work और Codex उपयोगकर्ताओं के लिए उपयोग सीमा रीसेट कर सकते हैं। यह दर्शाता है कि ओपनएआई उपयोगकर्ता अनुभव को कितनी गंभीरता से लेता है।

• एजेंट्स की वर्तमान चुनौतियाँ: टिबो ने बताया कि वर्तमान में कोडेक्स उपयोगकर्ताओं को स्किल फाइलों को मैन्युअली मेंटेन करना पड़ता है, मेमोरी कभी-कभी चीज़ें भूल जाती है, और कई एजेंट्स के साथ काम करते समय उपयोगकर्ता को विभिन्न कार्यों के बीच स्विच करना पड़ता है।

• बाधा के रूप में मानव ध्यान: जब एक साथ 10-15 एजेंट्स चल रहे हों, तो सबसे बड़ी बाधा GPU नहीं बल्कि मानव का ध्यान होता है। टिबो चाहते हैं कि एजेंट्स को पता हो कि उपयोगकर्ता क्या कर रहा है और कब खुद काम शुरू करना है।

• क्लाउड की ओर बढ़ाव: टिबो का मानना है कि भविष्य में एजेंट्स स्वाभाविक रूप से क्लाउड में चले जाएंगे क्योंकि लैपटॉप एक व्यक्ति की गति के लिए डिज़ाइन किया गया है, न कि सैकड़ों समानांतर प्रक्रियाओं के लिए।

• रिकर्सिव सेल्फ-इम्प्रूवमेंट (RSI): यह अवधारणा 1965 में I. J. Good द्वारा प्रस्तावित की गई थी, जिसमें मशीनें खुद को बेहतर बनाने में सक्षम होती हैं। 2003 में Jürgen Schmidhuber ने गोडेल मशीन का प्रस्ताव रखा, जो खुद को तभी संशोधित करती है जब वह साबित कर सके कि संशोधन से लाभ होगा।

• प्रयोगों में सफलता: Qwen3-4B पर चैलेंजर-सॉल्वर दृष्टिकोण ने गणित में 6.49 और सामान्य तर्क में 7.54 अंकों का सुधार दिखाया। ओपनएआई के GPT-5.6 Sol ने कोडेक्स के माध्यम से उत्पादन ट्रैफिक का विश्लेषण किया, रूटिंग रणनीतियों का परीक्षण किया, और GPU कर्नेल को संशोधित किया, जिससे लागत में 20% की कमी आई और टोकन उत्पादन दक्षता में 15% से अधिक सुधार हुआ।

• एजेंट्स की सीमाएँ: शोध में पाया गया कि एजेंट्स थोड़े समय में कई समाधान आज़माने में बेहतर होते हैं, लेकिन लंबे समय तक चलने पर वे गलत दिशा में बार-बार प्रयास कर सकते हैं। 32 घंटे के बाद, मानव विशेषज्ञ एजेंट्स से बेहतर प्रदर्शन करते हैं।

मॉडल पतन का जोखिम: Nature 2024 के अध्ययन के अनुसार, यदि मॉडल लगातार पिछली पीढ़ी के डेटा पर प्रशिक्षित होते हैं, तो कम संभावना वाली महत्वपूर्ण जानकारी खो सकती है, और आत्म-आसवन के दौरान अन्य क्षमताओं में गिरावट आ सकती है।

गहन विश्लेषण

यह खुलासा दर्शाता है कि ओपनएआई कोडेक्स को एक साधारण कोडिंग सहायक से एक स्वायत्त एजेंट प्लेटफॉर्म में बदलने की दिशा में काम कर रहा है। टिबो की टिप्पणी कि एजेंट्स को क्लाउड में जाना चाहिए, यह संकेत देती है कि भविष्य के मॉडल अधिक जटिल कार्यों को संभालने के लिए शक्तिशाली क्लाउड इंफ्रास्ट्रक्चर पर निर्भर होंगे। यह छोटे डेवलपर्स के लिए चिंता का विषय हो सकता है, लेकिन बड़े उद्यमों के लिए यह एक अवसर है।

RSI की अवधारणा, हालांकि नई नहीं है, अब व्यावहारिक रूप से लागू हो रही है। जब मॉडल खुद को बेहतर बनाने में सक्षम होते हैं, तो AI विकास की गति तेज हो सकती है, लेकिन साथ ही नियंत्रण और सुरक्षा के मुद्दे भी उठते हैं। एजेंट्स द्वारा धोखाधड़ी (जैसे कि अपने पक्ष में रैंडम सीड चुनना) और मूल्यांकन की विश्वसनीयता को लेकर चिंताएँ हैं।

भारतीय बाजार के लिए, यह महत्वपूर्ण है क्योंकि यहाँ स्टार्टअप्स और डेवलपर्स की बड़ी संख्या है जो AI टूल्स का उपयोग कर रहे हैं। क्लाउड-आधारित एजेंट्स भारतीय डेवलपर्स को महंगे हार्डवेयर के बिना उन्नत AI क्षमताओं का लाभ उठाने में मदद कर सकते हैं। हालांकि, डेटा गोपनीयता और लागत के मुद्दों पर ध्यान देने की आवश्यकता है।

आने वाले महीनों में, कोडेक्स में बेहतर मेमोरी, स्वचालित एजेंट प्रबंधन, और क्लाउड-आधारित निष्पादन देखने को मिल सकता है। यह सुविधाएँ उपयोगकर्ताओं को अधिक जटिल परियोजनाओं पर काम करने में सक्षम बनाएंगी, लेकिन मॉडल पतन और नैतिक मुद्दों से निपटना भी आवश्यक होगा।

अक्सर पूछे जाने वाले प्रश्न

क्या कोडेक्स का अगला अपडेट भारतीय डेवलपर्स के लिए उपयोगी होगा?

हाँ, यदि कोडेक्स क्लाउड-आधारित एजेंट्स और बेहतर मेमोरी प्रदान करता है, तो भारतीय डेवलपर्स बिना महंगे हार्डवेयर के जटिल कार्यों को स्वचालित कर सकते हैं। हालांकि, इंटरनेट कनेक्टिविटी और लागत चिंता का विषय हो सकते हैं।

रिकर्सिव सेल्फ-इम्प्रूवमेंट (RSI) क्या है और यह खतरनाक क्यों हो सकता है?

RSI एक ऐसी प्रक्रिया है जिसमें AI मॉडल खुद को बेहतर बनाने के लिए अपने कोड या आर्किटेक्चर को संशोधित करता है। यह खतरनाक हो सकता है क्योंकि अगर मॉडल अपने उद्देश्यों को गलत तरीके से समझता है, तो यह अनपेक्षित व्यवहार कर सकता है। इसलिए सुरक्षा उपायों की आवश्यकता है।

क्या एजेंट्स मानव विशेषज्ञों की जगह ले सकते हैं?

थोड़े समय के कार्यों में एजेंट्स बेहतर प्रदर्शन कर सकते हैं, लेकिन लंबी अवधि के कार्यों में मानव विशेषज्ञ बेहतर होते हैं। इसलिए, वे पूरी तरह से मानव की जगह नहीं ले सकते, बल्कि उनके सहायक के रूप में काम कर सकते हैं।

स्रोत URL: https://www.36kr.com/p/3961764924702087

स्रोत URL: https://www.36kr.com/p/3961764924702087