Openai का O3 आर्टिफिशियल इंटेलिजेंस (AI) मॉडल, जो पिछले सप्ताह जारी किया गया था, एक विशिष्ट बेंचमार्क पर कमज़ोर है। फ्रंटिमैथ बेंचमार्क के पीछे की कंपनी एपो एआई ने उजागर किया कि ओ 3 एआई मॉडल के सार्वजनिक रूप से उपलब्ध संस्करण ने परीक्षण पर 10 प्रतिशत स्कोर किया, लॉन्च के समय कंपनी के दावे की तुलना में बहुत कम मूल्य। सैन फ्रांसिस्को स्थित एआई फर्म के मुख्य अनुसंधान अधिकारी, मार्क चेन ने कहा था कि मॉडल ने परीक्षण पर 25 प्रतिशत स्कोर किया, एक नया रिकॉर्ड बनाया। हालांकि, विसंगति का मतलब यह नहीं है कि ओपनई ने मीट्रिक के बारे में झूठ बोला था।

Openai का O3 AI मॉडल फ्रंटिअमथ पर 10 प्रतिशत स्कोर करता है

दिसंबर 2024 में, Openai ने O3 AI मॉडल की घोषणा करते हुए YouTube और अन्य सोशल मीडिया प्लेटफार्मों पर एक लाइवस्ट्रीम आयोजित की। उस समय, कंपनी ने बड़े भाषा मॉडल (एलएलएम) में क्षमताओं के बेहतर सेट पर प्रकाश डाला, विशेष रूप से, तर्क-आधारित प्रश्नों में इसका बेहतर प्रदर्शन।

कंपनी ने उन तरीकों में से एक को अलग -अलग लोकप्रिय परीक्षणों में मॉडल के बेंचमार्क स्कोर को साझा करके दावा किया था। इन परीक्षणों में से एक फ्रंटिमैथ था, जिसे एपो एआई द्वारा बनाया गया था। गणितीय परीक्षण को चुनौतीपूर्ण और छेड़छाड़ करने के लिए जाना जाता है, क्योंकि 70 से अधिक गणितज्ञों ने परीक्षण विकसित किया, और समस्याएं सभी नए और अप्रकाशित हैं। विशेष रूप से, दिसंबर तक, किसी भी एआई मॉडल ने एक ही प्रयास में नौ प्रतिशत से अधिक प्रश्नों को हल किया है।

हालांकि, लॉन्च के समय, चेन ने दावा किया कि ओ 3 परीक्षण पर 25 प्रतिशत स्कोर करके एक नया रिकॉर्ड स्थापित करने में सक्षम था। प्रदर्शन का बाहरी सत्यापन उस समय संभव नहीं था, क्योंकि मॉडल सार्वजनिक डोमेन में उपलब्ध नहीं था। पिछले सप्ताह O3 और O4-Mini लॉन्च किए जाने के बाद, Epoch AI ने X (पूर्व में ट्विटर के रूप में जाना जाता था) पर एक पोस्ट बनाया, जिसमें दावा किया गया कि O3 मॉडल ने वास्तव में, परीक्षण पर 10 प्रतिशत स्कोर किया।

जबकि 10 प्रतिशत का स्कोर भी एआई मॉडल को परीक्षण में उच्चतम रैंकिंग बनाता है, कंपनी ने जो दावा किया था, उससे संख्या आधे से भी कम है। पोस्ट ने कई एआई उत्साही लोगों को बेंचमार्क स्कोर की वैधता के बारे में बात की है।

विसंगति का मतलब यह नहीं है कि Openai ने अपने AI मॉडल के प्रदर्शन के बारे में झूठ बोला था। इसके बजाय, एआई फर्म के अप्रकाशित मॉडल ने उस स्कोर को प्राप्त करने के लिए उच्च गणना का उपयोग किया। हालांकि, मॉडल के वाणिज्यिक संस्करण को अधिक शक्ति कुशल होने की संभावना ठीक थी, और उस प्रक्रिया में, इसके कुछ प्रदर्शन को टोंड किया गया था।

अलग से, आर्क पुरस्कार, आर्क-एजीआई बेंचमार्क परीक्षण के पीछे एक संगठन, जो एआई मॉडल की सामान्य बुद्धि का परीक्षण करता है, ने विसंगति के बारे में एक्स पर भी पोस्ट किया। द पोस्ट ने पुष्टि की, “जारी ओ 3 दिसंबर 2024 में हमने जो परीक्षण किया था, उससे एक अलग मॉडल है।” कंपनी ने दावा किया कि जारी किए गए O3 मॉडल के कंप्यूट टियर उस संस्करण की तुलना में छोटे हैं जो उसने परीक्षण किया है। हालांकि, यह पुष्टि करता है कि ओ 3 को एआरसी-एजीआई डेटा पर प्रशिक्षित नहीं किया गया था, यहां तक ​​कि पूर्व-प्रशिक्षण के चरण में भी।

आर्क पुरस्कार ने कहा कि यह जारी ओ 3 एआई मॉडल को फिर से परीक्षण करेगा और अद्यतन परिणाम प्रकाशित करेगा। कंपनी O4-Mini मॉडल को फिर से परीक्षण करेगी, और पूर्व स्कोर को “पूर्वावलोकन” के रूप में लेबल करेगी। यह निश्चित नहीं है कि O3 का जारी संस्करण इस परीक्षण पर भी कमज़ोर होगा।

Apple विज़न प्रो ने वर्ल्डवाइड डेवलपर्स कॉन्फ्रेंस (WWDC) 2023 में कंपनी की पहली मिश्रित रियलिटी (MR) हेडसेट के रूप में शुरुआत की। हालांकि, इसकी बिक्री नहीं हुई है कि क्यूपर्टिनो-आधारित टेक दिग्गज क्या उम्मीद कर रहे हैं। उच्च कीमत, देशी अनुप्रयोगों की कमी, और एकमुश्त बहुत कम ब्याज को डिवाइस के कम गोद लेने के पीछे के कारणों के रूप में अनुमान लगाया गया है। हालाँकि, ऐसा लगता है कि Apple की महत्वाकांक्षाओं पर बहुत कम प्रभाव पड़ा है, जैसा कि कंपनी द्वारा विज़न प्रो के भविष्य के संस्करण के लिए एक नए दायर किए गए पेटेंट द्वारा स्पष्ट रूप से स्पष्ट किया गया है जो कि विज़न सुधार के लिए ट्यून करने योग्य हो सकता है।

Apple विज़न प्रो ट्यूनेबल लेंस पेटेंट

यूएस पेटेंट और ट्रेडमार्क कार्यालय (USPTO) को प्रस्तुत एक Apple पेटेंट और 22 अगस्त को प्रकाशित में तरल पदार्थ से भरे एडजस्टेबल लेंस के साथ एक हेड-माउंटेड डिवाइस का वर्णन किया गया है। दोनों लेंस उपयोगकर्ता की संबंधित आंखों के अनुरूप संरेखित होंगे। जब एक उपयोगकर्ता – प्रेस्बायोपिया (दूरदर्शिता) से पीड़ित – डिवाइस पहने हुए है, तो समायोज्य लेंस की ऑप्टिकल शक्ति को इसका प्रतिकार करने के लिए ट्विक किया जा सकता है।

पेटेंट यह भी बताता है कि द्रव से भरे लेंस विभिन्न स्थितियों के लिए जिम्मेदार हो सकते हैं। उदाहरण के लिए, वे एक 0 पावर डायोप्टर प्रदान करने के लिए समायोजित कर सकते हैं जब उपयोगकर्ता बहुत दूर देख रहा हो, लेकिन जब दृश्यदर्शी को पास की वस्तु की ओर इंगित किया जाता है, तो इष्टतम मात्रा में शक्ति प्रदान करने के लिए समायोजित हो सकता है, ताकि उनकी दूरदर्शिता के लिए।

उक्त डिवाइस को एक अन्य इलेक्ट्रॉनिक डिवाइस में जोड़ा जा सकता है जो इसे सेंसर डेटा और प्राप्त जानकारी के आधार पर फोकल बिंदु को बदलने के निर्देश भेजेगा। यह उपयोगकर्ता से एक ट्रिगर प्राप्त करने पर एक अधिसूचना, इशारा या बटन प्रेस प्राप्त करने पर ऐसा करेगा। सेंसर के इसके सूट में 3 डी लाइट डिटेक्शन और रेंजिंग (LIDAR), रेडियो फ्रीक्वेंसी सेंसर, इन्फ्रारेड या विजिबल लाइट कैमरे, टकटकी ट्रैकिंग सेंसर, फोर्स और कॉन्टैक्ट सेंसर शामिल हो सकते हैं, इसके अलावा, गायरोस्कोप, एंबिएंट लाइट सेंसर और बहुत कुछ शामिल हो सकते हैं।

यदि यह Apple विज़न प्रो मॉडल विकसित किया जाता है, तो यह संभावित रूप से Zeiss आवेषण को निरर्थक बना सकता है, जिसे कंपनी वर्तमान में विज़न हानि वाले लोगों के लिए अपने MR हेडसेट के साथ बंडल करती है।