رائٹرز کی رپورٹ کے مطابق Tencent نے اوپن سورس Hy4 کوڈنگ ماڈل کا پیش نظارہ جاری کیا۔

کیا ہوا؟

رائٹرز نے اطلاع دی ہے کہ ٹینسنٹ نے Hy4 کا ایک پیش نظارہ ورژن جاری کیا، ایک اوپن سورس AI ماڈل جس کا مقصد سافٹ ویئر انجینئرنگ، تحقیق اور مالیاتی تجزیہ کے کام ہیں۔ Tencent نے کہا کہ Hy4 770 بلین کل پیرامیٹرز کے ساتھ ماہرین کا مرکب ڈیزائن استعمال کرتا ہے، جبکہ تقریباً 49 بلین کسی بھی انفرادی ٹیکسٹ درخواست کے لیے استعمال ہوتے ہیں۔

رائٹرز، آج انگلش ٹی وی کی طرف سے شائع ہونے والی ایک رپورٹ میں، کہا گیا ہے کہ Tencent نے جمعہ کو Hy4 کا ایک پیش نظارہ ورژن Hugging Face پر ایک پوسٹ کے ذریعے جاری کیا، جو اوپن سورس AI ماڈلز کا ذخیرہ ہے۔ رپورٹ میں ریلیز کو ایک اوپن سورس ماڈل کے طور پر بیان کیا گیا ہے جس کا مقصد سافٹ ویئر انجینئرنگ، تحقیق اور مالیاتی تجزیہ کے کاموں کے لیے ہے۔ اس میں یہ نہیں کہا گیا ہے کہ آیا ماڈل عام لوگوں کے لیے ڈاؤن لوڈ کرنے کے لیے دستیاب ہے، اس کے استعمال پر کون سا لائسنس ہے، یا آیا ریلیز میں وزن، کوڈ، یا صرف ایک محدود پیش نظارہ شامل ہے۔ ریلیز کی تفصیل اس لیے محدود ہے کہ Tencent اور حوالہ کردہ رپورٹ پیش منظر کے بارے میں کیا کہتی ہے؛ یہ تعیناتی یا صارف تک رسائی کا الگ اکاؤنٹ فراہم نہیں کرتا ہے۔

Tencent نے کہا کہ Hy4 مجموعی طور پر 770 بلین پیرامیٹرز کے ساتھ ماہرین کا مرکب ڈیزائن استعمال کرتا ہے۔ رائٹرز نے اطلاع دی کہ کسی بھی متن کی درخواست کے لیے صرف 49 بلین پیرامیٹرز استعمال کیے جاتے ہیں۔ یہ امتیاز ماڈل کے بیان کردہ فن تعمیر اور فی درخواست کے آپریشن کی وضاحت کرتا ہے، لیکن ماخذ اس بات کا کوئی آزاد تکنیکی جائزہ فراہم نہیں کرتا ہے کہ ڈیزائن کس طرح رفتار، لاگت، میموری کے استعمال یا جواب کے معیار کو متاثر کرتا ہے۔

Tencent نے یہ بھی کہا کہ وہ اپنی CodeBuddy اور WorkBuddy مصنوعات کے ساتھ Hy4 کو مربوط کرنے کا ارادہ رکھتا ہے۔ رائٹرز نے ان انضمام کے لیے لانچ کی تاریخ کی اطلاع نہیں دی، اس بات کی نشاندہی نہیں کی کہ کن صارفین کو رسائی حاصل ہو گی، یا وضاحت کی گئی کہ آیا پروڈکٹس پیش نظارہ ماڈل کو جانچ میں استعمال کریں گے یا باقاعدہ پیداوار میں۔ لہذا رپورٹ ایک اعلان شدہ مصنوعات کی سمت قائم کرتی ہے، نہ کہ تصدیق شدہ رول آؤٹ شیڈول۔

کمپنی نے ابتدائی ریلیز میں حدود کو تسلیم کیا۔ رائٹرز نے کہا کہ ٹینسنٹ نے خبردار کیا کہ Hy4 بعض اوقات پیچیدہ سوالات کے ذریعے کام کرنے میں ضرورت سے زیادہ وقت لے سکتا ہے اور اپنے جوابات کی ضرورت سے زیادہ تصدیق کر سکتا ہے۔ ماخذ اس بات کی مقدار نہیں بتاتا کہ یہ رویے کتنی بار ہوتے ہیں، انتباہ کے پیچھے تشخیص کی نشاندہی کرتے ہیں، یا یہ کہتے ہیں کہ مسائل دوسرے کوڈنگ اور تحقیقی ماڈلز کے ساتھ کس طرح موازنہ کرتے ہیں۔

ماخذ کی تفصیلات: english.aaj.tv ↗

یہ کیوں اہمیت رکھتا ہے۔

ریلیز ایک اور بڑے اوپن سورس ماڈل کو تیزی سے بھرے ہوئے AI مارکیٹ میں شامل کرتی ہے اور Tencent کو عملی تکنیکی اور تجزیاتی کام کے لیے اپنے ماڈلز کی پوزیشننگ دکھاتی ہے۔ رپورٹ Tencent کے CodeBuddy اور WorkBuddy مصنوعات کے ساتھ منصوبہ بند انضمام کی بھی نشاندہی کرتی ہے، حالانکہ یہ ماڈل کی آزاد کارکردگی، رسائی کی شرائط یا پیداوار کی دستیابی کو قائم نہیں کرتی ہے۔

Hy4 اہم ہے کیونکہ رپورٹ کا براہ راست موضوع ایک عام کارپوریٹ سرمایہ کاری یا معمول کے سافٹ ویئر اپ ڈیٹ کے بجائے ایک نیا AI ماڈل ہے۔ اس کے بیان کردہ اہداف — سافٹ ویئر انجینئرنگ، تحقیق اور مالیاتی تجزیہ — ایسے کام کا احاطہ کرتے ہیں جہاں صارفین مستقل استدلال، کوڈ جنریشن یا ساختی تجزیہ کی توقع کر سکتے ہیں۔ ماخذ یہ نہیں دکھاتا ہے کہ Hy4 موجودہ سسٹمز کے مقابلے میں زیادہ درست یا قابل ہے، اس لیے عملی اہمیت اس کی رہائی اور اس کے مطلوبہ استعمال کے معاملات پر ہے نہ کہ ظاہر کردہ برتری پر۔ ایک مطلوبہ استعمال کیس خود سے یہ نہیں دکھاتا ہے کہ ماڈل عملی طور پر کیسا برتاؤ کرتا ہے۔

ماڈل کا رپورٹ کردہ سائز اوپن سورس AI ماحولیاتی نظام میں ریلیز کی مرئیت بھی دیتا ہے۔ Tencent کا کہنا ہے کہ ماڈل کے کل پیرامیٹرز 770 بلین ہیں، جبکہ تقریباً 49 بلین انفرادی درخواست کے لیے فعال ہیں۔ یہ اعداد و شمار تکنیکی صارفین کو یہ سمجھنے میں مدد کر سکتے ہیں کہ Tencent کس طرح سسٹم کو بیان کرتا ہے، لیکن یہ آزاد ٹیسٹوں کا متبادل نہیں ہیں۔ رپورٹ میں کوئی بینچ مارک نتائج، تاخیر کی پیمائش، غلطی کا تجزیہ، ہارڈویئر کی ضروریات یا دیگر ماڈلز کے ساتھ موازنہ نہیں ہے۔

CodeBuddy اور WorkBuddy کے ساتھ منصوبہ بند انضمام ماڈل کو Tencent کے سافٹ ویئر ڈویلپمنٹ اور کام کی جگہ کی مصنوعات سے جوڑ سکتا ہے۔ اگر لاگو کیا جاتا ہے، تو یہ Hy4 کو ماڈل ریپوزٹری کے ساتھ تجربہ کرنے والے محققین سے پرے متعلقہ بنا دے گا۔ تاہم، رائٹرز کی رپورٹ یہ ثابت نہیں کرتی ہے کہ یا تو انضمام لائیو ہے، مصنوعات کو کتنی خود مختاری حاصل ہوگی، کیا حفاظتی اقدامات لاگو ہوں گے، یا صارفین کسی دوسرے ماڈل کے بجائے Hy4 کا انتخاب کرسکتے ہیں۔

Tencent کی طرف سے ظاہر کردہ حدود نتیجہ خیز کام کے لیے ماڈل پر غور کرنے والے ہر فرد کے لیے اہمیت رکھتی ہیں۔ مشکل سوالات پر زیادہ دیر لگانا ورک فلو کی کارکردگی کو متاثر کر سکتا ہے، جب کہ زیادہ تصدیق کرنے والے جوابات اضافی وقت یا وسائل استعمال کر سکتے ہیں۔ ذریعہ نقصان دہ واقعات کی اطلاع نہیں دیتا یا اس بات کی تصدیق نہیں کرتا ہے کہ یہ طرز عمل مادی آپریشنل خطرہ پیدا کرتے ہیں۔ یہ صرف پیش نظارہ ماڈل کے موجودہ رویے کے بارے میں Tencent کی وارننگ کو ریکارڈ کرتا ہے۔

آگے کیا دیکھنا ہے۔

کلیدی نامعلوم میں شامل ہے کہ Hy4 کب وسیع پیمانے پر دستیاب ہو گا، کون سے لائسنس اور ہارڈ ویئر کے تقاضے لاگو ہوں گے، یہ مسابقتی ماڈلز کے خلاف کس طرح کارکردگی کا مظاہرہ کرتا ہے، اور آیا Tencent کے منصوبہ بند مصنوعات کے انضمام کا آغاز ہوتا ہے۔ Tencent نے تسلیم کیا ہے کہ پیش نظارہ پیچیدہ سوالات کو زیادہ کام کر سکتا ہے اور جوابات کی زیادہ تصدیق کر سکتا ہے۔

دیکھنے کا پہلا مسئلہ رسائی ہے۔ Reuters Hugging Face پر ایک پیش نظارہ ریلیز اور Tencent کی پوسٹ کی اطلاع دیتا ہے، لیکن مضمون میں عوامی ڈاؤن لوڈ، ایپلیکیشن پروگرامنگ انٹرفیس، جغرافیائی پابندی، استعمال کی حد یا لائسنس کی وضاحت نہیں کی گئی ہے۔ یہ تفصیلات اس بات کا تعین کریں گی کہ آیا آزاد ڈویلپرز اور محققین واقعی Hy4 کا معائنہ، چلا اور ترمیم کر سکتے ہیں۔

یہ واضح کرنے کے لیے آزاد تشخیص ضروری ہو گا کہ عملی طور پر پیرامیٹر شمار کا کیا مطلب ہے۔ کارآمد رپورٹنگ میں کوڈنگ کی درستگی، تحقیقی کاموں، حقائق پر مبنی وشوسنییتا، جوابی وقت، وسائل کی ضروریات اور غیر ضروری تصدیق کی تعدد کے ٹیسٹ شامل ہوں گے۔ ان پیمائشوں میں سے کوئی بھی ماخذ میں ظاہر نہیں ہوتا ہے، اور Tencent کی اپنی تفصیل کو کارکردگی کا ایک آزاد دعویٰ نہیں سمجھا جانا چاہیے۔

منصوبہ بند CodeBuddy اور WorkBuddy کے انضمام کی بھی تصدیق کی ضرورت ہے۔ مبصرین کو ایک واضح ریلیز، دستاویزات، صارف تک رسائی کی معلومات اور ماڈل کی صلاحیتوں کو فعال کرنے کی تفصیل تلاش کرنی چاہیے۔ فی الحال، رپورٹ صرف اس تنگ بیان کی حمایت کرتی ہے کہ Tencent Hy4 کو ان مصنوعات کے ساتھ ضم کرنے کا ارادہ رکھتا ہے۔

Tencent کی پہلے کی AI سرگرمی سیاق و سباق فراہم کرتی ہے لیکن Hy4 کی کارکردگی کا ثبوت نہیں۔ رائٹرز نے نوٹ کیا کہ کمپنی نے اپریل میں Hunyuan 3.0 کی نقاب کشائی کی تھی اور یہ ریلیز AI پلیٹ فارم کی ترقی کی قیادت کے لیے سابق OpenAI محقق یاو شونیو کی خدمات حاصل کرنے کے بعد ہوئی۔ ماخذ اس بھرتی اور Hy4 کی صلاحیتوں کے درمیان کوئی سببی ربط قائم نہیں کرتا، اور نہ ہی یہ بتاتا ہے کہ Hy4 کا ہنیوان 3.0 سے تکنیکی طور پر کیا تعلق ہے۔

متعلقہ گائیڈز اور کوئزز