VIDRAFT-এর ৩৯৮-বিলিয়ন-প্যারামিটার মডেল, Darwin-398B-JGOS, মাত্র ২৪টি GPU ব্যবহার করে GPQA Diamond লিডারবোর্ডে তৃতীয় স্থান দখল করেছে। এই ফলাফল প্রমাণ করে যে একটি ছোট কোরিয়ান স্টার্টআপ এমন একটি পরীক্ষায় বিশ্বের বৃহত্তম AI ল্যাবগুলোর সাথে পাল্লা দিতে পারে, যেখানে মুখস্থ করা উত্তরের পরিবর্তে প্রকৃত বৈজ্ঞানিক যুক্তির প্রয়োজন হয়।

কেন GPQA Diamond গুরুত্বপূর্ণ

GPQA Diamond এমন সব স্নাতক-স্তরের (graduate-level) বিজ্ঞানের প্রশ্ন জিজ্ঞাসা করে যা পাবলিক ওয়েবসাইটে পাওয়া যায় না। যেহেতু উত্তরগুলো স্ক্র্যাপ (scrape) করা সম্ভব নয়, তাই একটি মডেলকে কোনো সংরক্ষিত তথ্য খুঁজে বের করার পরিবর্তে সমস্যার মাধ্যমে যুক্তি প্রয়োগ করতে হয়। এই বেঞ্চমার্কটি মুখস্থ করার পরিবর্তে যুক্তির ওপর জোর দেয়।

বর্তমান লিডারবোর্ড

  • Kimi-K3 (CN): 93.5
  • GLM-5.2 (CN): 91.2
  • Darwin-398B-JGOS (KR): 90.9
  • DeepSeek-V4-Pro (CN): 90.1
  • Inkling-Small (US): 89.5
  • Qwen3.5-397B-A17B (CN): 88.4
  • Nemotron-3-Ultra-550B (US): 87.9

Darwin, Nvidia, DeepSeek এবং বেশ কিছু মার্কিন ও চীনা মডেলকে ছাড়িয়ে গেছে, যদিও এটি এই ধরনের প্রজেক্টের জন্য সাধারণত ব্যবহৃত হার্ডওয়্যারের একটি ক্ষুদ্র অংশের ওপর চলে।

এই জয়ের পেছনের পদ্ধতি

VIDRAFT কোনো বিশাল GPU ফার্ম কেনেনি। পরিবর্তে, দলটি “evolutionary merging” পদ্ধতি ব্যবহার করেছে, যেখানে একাধিক ওপেন-সোর্স মডেলকে বারবার একত্রিত করা হয়েছে এবং সেরা পারফরম্যান্স প্রদানকারী উপাদানগুলোকে রাখা হয়েছে। একটি সাধারণ ২৪-GPU ক্লাস্টারে এটি চালানোর ফলে কোনো বিশাল মূলধন ব্যয় না করেই (যা সাধারণত শুরু থেকে প্রশিক্ষণ দিতে প্রয়োজন হয়) একটি উচ্চ-মানের ৩৯৮-বিলিয়ন-প্যারামিটার নেটওয়ার্ক তৈরি করা সম্ভব হয়েছে।

AI ক্ষেত্রের জন্য এর অর্থ কী

  • প্রবেশের বাধা হ্রাস: এলিট AI তৈরির জন্য এখন আর হাজার হাজার GPU-এর প্রয়োজন নেই।

সতর্কতা এবং পাল্টা যুক্তি

Darwin এখনও শীর্ষ দুই মডেলের চেয়ে সামান্য ব্যবধানে পিছিয়ে আছে, এবং এর ৩৯৮-বিলিয়ন-প্যারামিটার আকার এখনও বিশাল—মডেলটি প্রশিক্ষণ বা সার্ভ করার জন্য এখনও উল্লেখযোগ্য অবকাঠামোর প্রয়োজন। এই পদ্ধতিটি একটি ছোট ক্লাস্টারে ওপেন মডেলগুলোর “evolutionary merging”-এর ওপর নির্ভরশীল। GPQA Diamond এখানে বেঞ্চমার্ক হিসেবে কাজ করেছে।

পরবর্তীতে কী লক্ষ্য রাখা উচিত

মূল শিক্ষাটি স্পষ্ট: চতুর মডেল-ফিউশন কৌশলগুলো কম্পিউটেশনাল শক্তির অভাব পূরণ করতে পারে, যা AI গবেষণার সর্বোচ্চ স্তরে কারা প্রতিযোগিতা করতে পারবে তার চিত্র বদলে দিচ্ছে।