کیا ہوا؟
QUASA نے رپورٹ کیا ہے کہ Resect 3 ستمبر 2026 کو ریاست واشنگٹن میں اسٹیلتھ سے ابھرا، جس میں 25 ملین ڈالر کی مالی اعانت اور سافٹ ویئر کی تجویز ہے جو جوابات تیار کرنے کے دوران بڑی زبان کے ماڈل کے رویے کا مشاہدہ، پتہ لگانے، تشریح، آڈٹ اور ترمیم کرے گا۔
QUASA کا کہنا ہے کہ فنانسنگ سیئٹل اور پورٹ لینڈ کے ارد گرد تحقیق اور ترقی، کمرشلائزیشن اور خدمات حاصل کرنے میں معاونت کرے گی۔ رپورٹ میں کہا گیا ہے کہ سرمایہ کاروں کی قیمتوں کا تعین، روایتی فنانسنگ کا مرحلہ اور فنانسنگ سے منسلک تکنیکی سنگ میل کو ظاہر نہیں کیا گیا ہے۔ GeekWire کی لانچ کوریج کا حوالہ دیتے ہوئے، QUASA Resect کی ہیڈ کاؤنٹ 30 پر رکھتا ہے، لیکن کہتا ہے کہ عملے کی معلومات سے یہ ظاہر نہیں ہوتا ہے کہ آیا گاہک کنٹرول شدہ پائلٹ چلا رہے ہیں یا کب تجارتی نظام عام طور پر دستیاب ہو سکتا ہے۔
مجوزہ ٹکنالوجی کو صرف مکمل متن کا جائزہ لینے کے بجائے ماڈل جنریشن کے دوران کام کرنے کے طور پر بیان کیا گیا ہے۔ QUASA کے مطابق، اس کا مقصد ترقی پذیر ناکامی کی نشاندہی کرنا، صارف تک جواب پہنچنے سے پہلے ماڈل کے رویے کو تبدیل کرنا، اور آڈٹ ٹریل کو محفوظ کرنا ہے۔ رپورٹ میں کہا گیا ہے کہ عوامی مواد ٹرگر سگنلز، مداخلت کے طریقہ کار، مطلوبہ ماڈل تک رسائی، معاون فن تعمیر یا انفرنس انجن، یا یہ کہ آیا یہ نظام ملکیتی ماڈل APIs کے ذریعے کام کرتا ہے کی وضاحت نہیں کرتا ہے۔
QUASA کا کہنا ہے کہ RuntimeWire کے جائزے میں Apache 2.0-لائسنس یافتہ Veritas کے حقائق کی جانچ کرنے والے ماڈلز ملے ہیں جن میں 0.6-بلین اور 8-بلین پیرامیٹرز ہیں۔ رپورٹ میں LLM-AggreFact پر چھوٹے ماڈل کے لیے 72.30% کی کمپنی کی شائع کردہ اوسط متوازن درستگی کا حوالہ دیا گیا ہے، اس کے مقابلے میں نان تھنکنگ موڈ میں ایک مخصوص Qwen3 بیس لائن کے لیے 64.93% ہے۔ QUASA فرق کو 7.37 فیصد پوائنٹس کے حساب سے شمار کرتا ہے، جبکہ اس بات پر زور دیتا ہے کہ یہ ایک خاص فیکٹ چیکنگ سیٹ اپ کے لیے خود رپورٹ شدہ نتیجہ ہے، نہ کہ Resect کے مجوزہ ان اسٹریم کنٹرول کا آزادانہ جائزہ۔
یہ کیوں اہمیت رکھتا ہے۔
اگر ظاہر کیا جائے تو، ایک مداخلت جو کہ نسل کے دوران عمل کرتی ہے، تنظیموں کو ایک کنٹرول پوائنٹ دے سکتی ہے اس سے پہلے کہ کوئی جواب صارف تک پہنچ جائے، جبکہ بعد میں جائزہ لینے کے لیے ریکارڈ بنائے۔ یہ اعلی داؤ پر تعیناتیوں میں کارآمد ثابت ہو سکتا ہے جہاں پوسٹ جنریشن چیکنگ میں بہت دیر ہو چکی ہے۔ تاہم عملی قدر قائم نہیں کی گئی ہے: QUASA کے بیان کردہ شواہد حقائق کی جانچ کرنے والے ماڈلز سے متعلق ہیں، نہ کہ کسی علیحدہ نظام کی آزادانہ جانچ سے جو حقیقی وقت میں غلطیوں کا پتہ لگاتا اور درست کرتا ہے۔
تکمیل شدہ آؤٹ پٹ کی جانچ پڑتال اور تخمینہ کے دوران ماڈل کے طرز عمل کو تبدیل کرنے کے درمیان فرق نتیجہ خیز ہے۔ ایک ریئل ٹائم کنٹرول کو مداخلت کرنے کے لیے کسی غلطی کو جلد پہچاننے کی ضرورت ہوگی، غیر معمولی لیکن درست جوابات کو دبانے سے گریز کریں، اور حتمی نتیجہ کو محض بلاک کرنے کے بجائے بہتر بنائیں۔ اسے ان ماڈلز اور تعیناتی ماحول میں بھی کام کرنے کی ضرورت ہوگی جو انٹرپرائز خریدار اصل میں استعمال کرتے ہیں۔
ماخذ آزادانہ طور پر اس بات کی تصدیق نہیں کرتا ہے کہ $25 ملین کی فنانسنگ بند ہوگئی، سرمایہ کاروں کی شناخت کریں، یا یہ ثابت کریں کہ Resect کے پاس کام کرنے والا انٹرپرائز پروڈکٹ ہے۔ یہ اس بات کا ثبوت بھی فراہم نہیں کرتا ہے کہ حوالہ کردہ Veritas کے نتائج پروڈکشن ایپلی کیشنز، بند ماڈل APIs، سیلف ہوسٹڈ سسٹمز، یا فائن ٹیونڈ ماڈلز میں منتقل ہوتے ہیں۔
انٹرایکٹو میکانزم: یہ اصل میں کیسے کام کرتا ہے۔
اس ترقی کے پیچھے بنیادی ٹیکنالوجی کو انٹرایکٹو طریقے سے دریافت کریں۔
Which component of an AI application is the machine-learning model itself?
آگے کیا دیکھنا ہے۔
کلیدی جانچ یہ ہے کہ کیا Resect دوبارہ پیدا کرنے کے قابل ثبوت شائع کر سکتا ہے کہ اس کی مجوزہ مداخلت ناقابل قبول تاخیر، حساب کے اخراجات، یا غلط مثبتات کو مسلط کیے بغیر فریب کو روکتی ہے۔ رسائی، قیمتوں کا تعین، معاون ماڈلز، اور عام دستیابی فی الحال نامعلوم ہیں۔
بامعنی ثبوت پوائنٹس میں ورژن شدہ سافٹ ویئر اور تشخیصی نمونے، دوبارہ پیدا کرنے کے قابل ان اسٹریم بینچ مارکس، عین مطابق ماڈل اور انفرنس-ماحول کی تفصیلات، ایک واضح فریب کی تعریف، اور پتہ لگانے کے لیے الگ پیمائش، کامیاب اصلاح، غلط مثبت، اور غلط منفی شامل ہوں گے۔
آپریشنل نتائج کی اتنی ہی اہمیت ہوگی جتنی درستگی۔ ریسیکٹ کو فعال اور غیر فعال کنٹرول کے ساتھ لیٹنسی، تھرو پٹ، اور کمپیوٹ کی کھپت کا انکشاف کرنا چاہیے، نیز اوپن ویٹ ماڈلز، فائن ٹیونڈ ویریئنٹس، سیلف ہوسٹڈ انفرنس اسٹیکس، اور بند APIs کا احاطہ کرنے والا کمپیٹیبلٹی میٹرکس۔
QUASA کا کہنا ہے کہ انٹرپرائز سویٹ ایک تیار شدہ مصنوعات کے طور پر وسیع پیمانے پر دستیاب نہیں ہے۔ ماخذ رسائی کا کوئی عمل، گاہک کی فہرست، پائلٹ کے نتائج، رہائی کی تاریخ، یا قیمت فراہم نہیں کرتا، اس لیے وہ نامعلوم ہی رہتے ہیں۔