نوس ریسرچ
نوس ریسرچ ایک کمیونٹی سے چلنے والی AI لیب ہے جو مقبول کھلے ماڈلز کو انتہائی قابل، کم پابندی والے معاونوں میں ٹھیک کرنے اور وکندریقرت تربیت کو آگے بڑھانے کے لیے جانا جاتا ہے۔
جائزہ
It shows how a small team plus an open-source community can compete on model quality without owning massive infrastructure.
گہرا غوطہ
نوس ریسرچ اوپن بیس ماڈلز، خاص طور پر Meta کے لاما فیملی اور Mistral کو لے کر، اور انہیں وسیع پیمانے پر استعمال ہونے والی ہرمیس اور کیپیبارا سیریز میں ٹھیک کرنے سے نمایاں ہوگئی۔ ان کے OpenHermes اور Nous Hermes کے ماڈلز Hugging Face پر سب سے زیادہ ڈاؤن لوڈ کی جانے والی فائن ٹونز بن گئے، جو سخت ہدایات پر عمل کرنے اور سخت انکاری رویے کے بجائے چلنے کی صلاحیت پر زور دینے کے لیے انعام یافتہ ہیں۔ فائن ٹیوننگ کے علاوہ، نوس نے ایک مشکل مسئلہ سے نمٹا: تقسیم شدہ تربیت۔ ان کی DisTrO تحقیق اور DeMo آپٹیمائزر کا مقصد GPUs کے درمیان درکار کمیونیکیشن بینڈوڈتھ کو کم کرنا ہے، اور سائیکی نیٹ ورک جغرافیائی طور پر بکھرے ہوئے، انٹرنیٹ سے منسلک ہارڈ ویئر میں بڑے ماڈلز کی تربیت کی تلاش کرتا ہے۔ انہوں نے ٹول کے استعمال اور استدلال پر مرکوز ماڈلز کے ساتھ بھی تجربہ کیا ہے، جو خود کو کھلے، وکندریقرت AI کے فرنٹیئر پر رکھتے ہیں۔
تکنیکی بصیرت
نوس کے زیادہ تر ماڈل شروع سے تربیت یافتہ نہیں ہیں۔ وہ احتیاط سے تیار کردہ مصنوعی اور انسانی ڈیٹاسیٹس کا استعمال کرتے ہوئے کھلے بنیاد کے وزن کے اوپر زیر نگرانی فائن ٹیوننگ اور ترجیحی اصلاح (جیسے ڈی پی او) کا اطلاق کرتے ہیں۔ ان کا تقسیم شدہ تربیتی کام بینڈوتھ کی رکاوٹ پر حملہ کرتا ہے: عام طور پر GPUs کو ہر قدم پر بڑی گریڈینٹ اپ ڈیٹس کا تبادلہ کرنا چاہیے۔ DisTrO/DeMo ان اپڈیٹس کو کمپریس اور ڈیکپل کریں تاکہ نوڈس کو ایک مضبوطی سے جوڑے ہوئے ڈیٹا سینٹر انٹرکنیکٹ کی ضرورت کے بجائے عام انٹرنیٹ لنکس پر ایک ساتھ تربیت دے سکیں۔
اسٹریٹجک اثر
Vendor strategy
وینڈر روڈ میپس اس بات پر اثر انداز ہوتے ہیں کہ آپ کی ٹیم آگے کیا خصوصیات بنا سکتی ہے۔
لاگت اور بجٹ
تجارتی شرائط اور تعیناتی کے اختیارات طویل مدتی لاگت اور خطرے کو متاثر کرتے ہیں۔
خطرہ اور حفاظت
کمپنی کی ترغیبات پروڈکٹ ڈیفالٹس، حفاظتی کرنسی، اور کھلے پن کو شکل دیتی ہیں۔
نوس ریسرچ کا مستقبل
Nous شرط لگا رہا ہے کہ اوپن AI کا مستقبل وکندریقرت ہے، جہاں کمپیوٹ کو چند ہائپر اسکیل کلسٹرز میں مرکوز کرنے کے بجائے بہت سے آزاد شراکت داروں میں جمع کیا جاتا ہے۔ اگر ان کے کم بینڈوڈتھ ٹریننگ کے طریقوں کو پیمانہ بنایا جائے تو کمیونٹیز اجتماعی طور پر فرنٹیئر کلاس ماڈلز کو تربیت دے سکتی ہیں۔ قابل کھلے معاونین کی مسلسل ریلیز، سائیکی تقسیم شدہ نیٹ ورک میں گہری سرمایہ کاری، اور استدلال پر مبنی ماڈلز کی توقع کریں۔ ان کا کام بڑی ٹیک سے باہر بڑے ماڈلز کی تربیت میں رکاوٹ کو معنی خیز طور پر کم کر سکتا ہے۔
حقیقی دنیا کا نفاذ
ڈویلپرز مقامی طور پر نوس ہرمیس اور اوپن ہرمز ماڈلز کو بغیر API لاگت کے نجی، اسٹیئر ایبل چیٹ اسسٹنٹس کے لیے چلاتے ہیں۔
محققین نوس کے DisTrO اور DeMo طریقوں کا حوالہ دیتے ہیں جب بینڈوتھ کی موثر تقسیم شدہ ماڈل ٹریننگ کی تلاش کرتے ہیں۔
شوق رکھنے والے اور چھوٹی کمپنیاں Nous کے جاری کردہ ڈیٹاسیٹس کو ڈومین کے لیے مخصوص معاون بنانے کے لیے اچھی طرح سے تیار کرتی ہیں۔
سائیکی نیٹ ورک کا استعمال جغرافیائی طور پر تقسیم شدہ رضاکار GPUs میں تربیتی ماڈلز کے ساتھ تجربہ کرنے کے لیے کیا جاتا ہے۔
خطرات اور گارڈریلز
لانچ کے اعلانات حقیقی پروڈکشن ورک فلو میں استحکام کو آگے بڑھا سکتے ہیں۔
API کی قیمتوں کا تعین یا پالیسی میں تبدیلی راتوں رات مفروضوں کو توڑ سکتی ہے۔
سنگل وینڈر پر انحصار لاک ان اور ہجرت کے اخراجات کو بڑھاتا ہے۔
نفاذ کا روڈ میپ
اپنے کاموں اور ڈیٹا سیٹس کا استعمال کرتے ہوئے فراہم کنندگان کا اندازہ لگائیں۔
انضمام سے پہلے رازداری، سیکورٹی اور قانونی شرائط کا جائزہ لیں۔
ماڈلز یا وینڈرز میں فال بیک پلان کو برقرار رکھیں۔
رہائی کے نوٹس کی نگرانی کریں تاکہ روڈ میپ میں تبدیلیاں ٹیموں کو حیران نہ کریں۔
دریافت کرتے رہیں
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Nous Research quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
اگلا گائیڈ
ٹونگی لیب اور کیوین ریسرچ
اکثر پوچھے گئے سوالات
What is Nous Research?
نوس ریسرچ ایک کمیونٹی سے چلنے والی AI لیب ہے جو مقبول کھلے ماڈلز کو انتہائی قابل، کم پابندی والے معاونوں میں ٹھیک کرنے اور وکندریقرت تربیت کو آگے بڑھانے کے لیے جانا جاتا ہے۔ یہ دکھاتا ہے کہ کس طرح ایک چھوٹی ٹیم کے علاوہ ایک اوپن سورس کمیونٹی بڑے پیمانے پر انفراسٹرکچر کے مالک کے بغیر ماڈل کے معیار پر مقابلہ کر سکتی ہے۔
نوس ریسرچ کس چیز کے لیے مشہور ہے جو اس کے ابتدائی عروج کے لیے مشہور ہے؟
نوس نے مشہور ہرمیس خاندان میں لاما اور Mistral جیسے کھلے ماڈلز کو ٹھیک کرنے سے پہچان حاصل کی۔
کون سے بیس ماڈل میں Nous سب سے عام طور پر ٹھیک ہے؟
Nous's Hermes اور Capybara سیریز کو اوپن بیس ماڈلز پر بنایا گیا ہے، خاص طور پر Llama اور Mistral۔
Nous کے DisTrO اور DeMo پروجیکٹس کس مسئلے کو حل کرتے ہیں؟
DisTrO اور DeMo optimizer کا مقصد عام طور پر درکار انٹر-GPU بینڈوتھ کو کم کرنا ہے، جس سے عام انٹرنیٹ لنکس پر تربیت کو فعال کیا جا سکتا ہے۔
سائیکی نیٹ ورک کیا ہے؟
سائکی نوس کا وکندریقرت تربیتی نیٹ ورک ہے جس میں یہ دریافت کیا گیا ہے کہ بڑے ماڈلز کو تربیت دینے کے لیے بکھرے ہوئے GPUs کو کیسے جمع کیا جائے۔
Nous عام طور پر اپنے عمدہ ماڈلز کو سیدھ میں لانے کے لیے کون سی تکنیک استعمال کرتا ہے؟
Nous کیوریٹڈ ڈیٹاسیٹس کا استعمال کرتے ہوئے اوپن بیس وزن کے اوپر زیر نگرانی فائن ٹیوننگ اور ترجیحی اصلاح کا اطلاق کرتا ہے۔