स्टैनफ़र्ड अध्ययन: छोटे मॉडल हाइपरस्केलर्स को धमनी में

स्टैनफ़र्ड विश्वविद्यालय के एक नए अध्ययन का सुझाव है कि स्थानीय PC पर चलने वाले छोटे भाषा मॉडल (SLMs) अधिकांश कार्यों में बड़े भाषा मॉडल (LLMs) के साथ या उनसे बेहतर हैं। इस अनुसंधान में QWEN 3, GEMMA 3, GPT-OSS और GRANITE 4.0 की तुलना Nvidia और Apple M4 चिप्स पर आधारित बताया गया ChatGPT 5, Claude Sonnet 4.5 और Gemini 2.5 Pro के साथ की गई। चैट कार्यों में, सर्वश्रेष्ठ SLM ने LLM के प्रदर्शन को 98.6% मामलों में मात दी या उसे पीछे छोड़ दिया। तर्कशक्ति कार्यों के लिए, SLMs ने 62.5% की समानता प्राप्त की। संयुक्त रूप से, SLMs ने 81.2% वास्तविक दुनिया की परिदृश्यों में समान या बेहतर प्रदर्शन किया। SLMs ऊर्जा और गणना में भी 50-85% कम लागत आती है। SLMs की सफलता दर 2023 में ~50% से बढ़कर अक्टूबर 2025 तक आसान कार्यों पर 99% हो गई, हालाँकि वे जटिल स्तर 5 तर्कशक्ति (51.5%) में अभी भी पीछे हैं। अध्ययन के अनुसार अमेरिकी SLM बाजार 10 ट्रिलियन डॉलर का अनुमान है, जो हाइपरस्केलर डेटा सेंटर निवेश को धमनी में डाल सकता है और उन्नत चिप्स की मांग को कम कर सकता है।

स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित