क्या GPT-4.5 एक विफलता थी? OpenAI के नवीनतम मॉडल में गहरी डुबकी

GPT-4.5 का पैमाना और दायरा

GPT-4.5, आकार के मामले में OpenAI का अब तक का सबसे महत्वाकांक्षी उपक्रम है। हालांकि इसकी संरचना और प्रशिक्षण डेटा के बारे में सटीक विवरण दुर्लभ हैं, यह ज्ञात है कि प्रशिक्षण प्रक्रिया इतनी कम्प्यूटेशनल रूप से गहन थी कि इसे कई डेटा केंद्रों में वितरित करने की आवश्यकता थी। यह अकेले इसके विकास में लगाए गए स्मारकीय संसाधनों की ओर इशारा करता है।

मॉडल की मूल्य निर्धारण संरचना एक प्रीमियम पेशकश के रूप में इसकी स्थिति को और रेखांकित करती है। लागत अपने पूर्ववर्तियों की तुलना में काफी अधिक है, जो GPT-4o से 15-30 गुना, o1 से 3-5 गुना और Claude 3.7 Sonnet से 10-25 गुना अधिक है। एक्सेस वर्तमान में ChatGPT Pro सब्सक्राइबर्स (प्रति माह $200 पर) और API क्लाइंट्स तक सीमित है जो प्रति-टोकन आधार पर भुगतान करने को तैयार हैं।

हालांकि, प्रदर्शन लाभ, कम से कम कुछ क्षेत्रों में, मूल्य टैग से मेल नहीं खाते। प्रारंभिक बेंचमार्क ने GPT-4o पर केवल मामूली सुधार दिखाया और यहां तक कि GPT-4.5 को o1 और o3-mini जैसे मॉडलों से पीछे दिखाया, तर्क कार्यों में।

GPT-4.5 के इच्छित उद्देश्य को समझना

यह स्वीकार करना महत्वपूर्ण है कि OpenAI ने कभी भी GPT-4.5 को अपने प्रमुख, सर्व-उद्देश्यीय मॉडल के रूप में स्पष्ट रूप से विपणन नहीं किया। वास्तव में, उनके ब्लॉग पोस्ट के शुरुआती संस्करणों ने स्पष्ट किया कि यह क्षमता की पूर्ण सीमाओं को आगे बढ़ाने वाला “फ्रंटियर मॉडल” नहीं था। इसके अलावा, यह मुख्य रूप से एक तर्क मॉडल के रूप में डिज़ाइन नहीं किया गया है, जिससे उस उद्देश्य के लिए अनुकूलित मॉडल (जैसे o3 और DeepSeek-R1) के साथ सीधी तुलना कुछ हद तक भ्रामक हो जाती है।

OpenAI ने संकेत दिया है कि GPT-4.5 उनका अंतिम गैर-श्रृंखला-विचार (non-chain-of-thought) मॉडल होगा। इसका मतलब है कि इसके प्रशिक्षण ने जटिल तर्क क्षमताओं को विकसित करने के बजाय, विश्व ज्ञान की विशाल मात्रा को एम्बेड करने और उपयोगकर्ता वरीयताओं के साथ संरेखित करने पर बहुत अधिक ध्यान केंद्रित किया।

जहां GPT-4.5 चमक सकता है: ज्ञान और बारीकियां

बड़े मॉडलों का मुख्य लाभ अक्सर ज्ञान अधिग्रहण के लिए उनकी विस्तारित क्षमता में निहित होता है। GPT-4.5, इस सिद्धांत के अनुरूप, अपने छोटे समकक्षों की तुलना में मतिभ्रम की कम प्रवृत्ति प्रदर्शित करता है। यह इसे उन परिदृश्यों में संभावित रूप से मूल्यवान बनाता है जहां तथ्यों और प्रासंगिक जानकारी का सख्त पालन सर्वोपरि है।

इसके अलावा, GPT-4.5 उपयोगकर्ता के निर्देशों और वरीयताओं का पालन करने की एक बढ़ी हुई क्षमता प्रदर्शित करता है। यह OpenAI द्वारा विभिन्न प्रदर्शनों में प्रदर्शित किया गया है और ऑनलाइन साझा किए गए उपयोगकर्ता अनुभवों द्वारा इसकी पुष्टि की गई है। मॉडल उपयोगकर्ता के इरादे की बारीकियों को अधिक प्रभावी ढंग से समझता है, जिससे अधिक अनुरूप और प्रासंगिक आउटपुट प्राप्त होते हैं।

गद्य गुणवत्ता पर बहस: व्यक्तिपरकता और क्षमता

GPT-4.5 की बेहतर गद्य उत्पन्न करने की क्षमता के बारे में एक जीवंत चर्चा सामने आई है। कुछ OpenAI अधिकारियों ने मॉडल की आउटपुट गुणवत्ता की सराहना की है, सीईओ सैम ऑल्टमैन ने यहां तक सुझाव दिया है कि इसके साथ बातचीत करने से कुछ समझदार परीक्षकों के लिए “AGI” (कृत्रिम सामान्य बुद्धि) की झलक मिली।

हालांकि, व्यापक प्रतिक्रिया निश्चित रूप से मिश्रित रही है। OpenAI के सह-संस्थापक आंद्रेज कार्पैथी ने शुद्ध तर्क पर कम निर्भर कार्यों में सुधार की आशंका जताई, “EQ” (भावनात्मक बुद्धिमत्ता), रचनात्मकता, सादृश्य-निर्माण और हास्य जैसे क्षेत्रों पर जोर दिया - ऐसे पहलू जो अक्सर विश्व ज्ञान और सामान्य समझ से बाधित होते हैं।

दिलचस्प बात यह है कि कार्पैथी द्वारा किए गए एक बाद के सर्वेक्षण से पता चला है कि लेखन की गुणवत्ता के मामले में उपयोगकर्ता GPT-4.5 की प्रतिक्रियाओं की तुलना में GPT-4o की प्रतिक्रियाओं को अधिक पसंद करते हैं। यह गद्य के मूल्यांकन में निहित व्यक्तिपरकता पर प्रकाश डालता है और सुझाव देता है कि कुशल प्रॉम्प्ट इंजीनियरिंग छोटे, अधिक कुशल मॉडलों से तुलनीय गुणवत्ता प्राप्त कर सकती है।

कार्पैथी ने स्वयं परिणामों की अस्पष्टता को स्वीकार किया, विभिन्न संभावित स्पष्टीकरणों का सुझाव दिया: “उच्च-स्वाद” वाले परीक्षक सूक्ष्म संरचनात्मक सुधारों को देख रहे होंगे जो दूसरों से छूट गए, परीक्षण किए गए उदाहरण आदर्श नहीं रहे होंगे, या अंतर एक छोटे नमूने के आकार में समझने के लिए बहुत सूक्ष्म हो सकते हैं।

स्केलिंग की सीमाएं और LLMs का भविष्य

GPT-4.5 की रिलीज, कुछ मायनों में, बड़े पैमाने पर डेटासेट पर प्रशिक्षित मॉडलों को केवल स्केल करने की संभावित सीमाओं को रेखांकित करती है। इल्या सुतस्केवर, एक अन्य OpenAI सह-संस्थापक और पूर्व मुख्य वैज्ञानिक, ने प्रसिद्ध रूप से NeurIPS 2024 में कहा था कि “जैसा कि हम जानते हैं, पूर्व-प्रशिक्षण निर्विवाद रूप से समाप्त हो जाएगा… हमने चरम डेटा हासिल कर लिया है और अब और नहीं होगा। हमें उस डेटा से निपटना होगा जो हमारे पास है। केवल एक इंटरनेट है।”

GPT-4.5 के साथ देखे गए घटते प्रतिफल, मुख्य रूप से इंटरनेट डेटा पर प्रशिक्षित सामान्य-उद्देश्यीय मॉडल को स्केल करने की चुनौतियों के प्रमाण के रूप में काम करते हैं और मानव प्रतिक्रिया (RLHF) से सुदृढीकरण सीखने के माध्यम से संरेखण के लिए ठीक-ठीक ट्यून किए गए हैं।

बड़े भाषा मॉडल के लिए अगला मोर्चा परीक्षण-समय स्केलिंग (या अनुमान-समय स्केलिंग) प्रतीत होता है। इसमें चेन-ऑफ-थॉट (CoT) टोकन उत्पन्न करके मॉडलों को लंबी अवधि के लिए “सोचने” के लिए प्रशिक्षित करना शामिल है। परीक्षण-समय स्केलिंग एक मॉडल की जटिल तर्क समस्याओं से निपटने की क्षमता को बढ़ाता है और o1 और R1 जैसे मॉडलों की सफलता में एक महत्वपूर्ण कारक रहा है।

विफलता नहीं, बल्कि एक नींव

जबकि GPT-4.5 हर कार्य के लिए इष्टतम विकल्प नहीं हो सकता है, भविष्य की प्रगति के लिए एक मूलभूत तत्व के रूप में इसकी संभावित भूमिका को पहचानना महत्वपूर्ण है। अधिक परिष्कृत तर्क मॉडल के विकास के लिए एक मजबूत ज्ञान आधार आवश्यक है।

यहां तक कि अगर GPT-4.5 स्वयं अधिकांश अनुप्रयोगों के लिए गो-टू मॉडल नहीं बनता है, तो यह बाद के तर्क मॉडल के लिए एक महत्वपूर्ण बिल्डिंग ब्लॉक के रूप में काम कर सकता है। यह भी प्रशंसनीय है कि इसका उपयोग पहले से ही o3 जैसे मॉडलों में किया जा रहा है।

जैसा कि मार्क चेन, OpenAI के मुख्य अनुसंधान अधिकारी ने समझाया, “आपको तर्क बनाने के लिए ज्ञान की आवश्यकता है। एक मॉडल अंधा होकर नहीं जा सकता है और बस खरोंच से तर्क सीख सकता है। इसलिए हम इन दो प्रतिमानों को काफी पूरक पाते हैं, और हमें लगता है कि उनके पास एक दूसरे पर प्रतिक्रिया पाश हैं।”

इसलिए, GPT-4.5 का विकास, एक मृत अंत का प्रतिनिधित्व नहीं करता है, बल्कि बड़े भाषा मॉडल के चल रहे विकास में एक रणनीतिक कदम है। यह AI अनुसंधान की पुनरावृत्ति प्रकृति का एक वसीयतनामा है, जहां प्रत्येक चरण, भले ही अलगाव में कम प्रतीत होता है, अधिक सक्षम और बहुमुखी AI प्रणालियों की दिशा में व्यापक प्रगति में योगदान देता है। अब ध्यान इस मजबूत ज्ञान नींव का लाभ उठाने की ओर बढ़ रहा है ताकि ऐसे मॉडल बनाए जा सकें जो न केवल जानकारी को याद कर सकें बल्कि अभूतपूर्व प्रभावशीलता के साथ तर्क और समस्याओं को हल कर सकें। वास्तव में बुद्धिमान AI की ओर यात्रा जारी है, और GPT-4.5, अपने मिश्रित स्वागत के बावजूद, उस यात्रा में एक महत्वपूर्ण भूमिका निभाता है।
अब ध्यान केवल इस बात पर नहीं है कि एक मॉडल कितना जानता है, बल्कि यह उस ज्ञान का उपयोग कितनी अच्छी तरह कर सकता है। यह मुख्य चुनौती है जिससे AI समुदाय जूझ रहा है, और GPT-4.5, एक आदर्श समाधान न होते हुए भी, भविष्य की सफलताओं के लिए मूल्यवान अंतर्दृष्टि और एक ठोस आधार प्रदान करता है। आगे का रास्ता दृष्टिकोणों के संयोजन को शामिल करता है: मौजूदा तकनीकों को परिष्कृत करना, नई संरचनाओं की खोज करना, और प्रशिक्षण और मूल्यांकन के लिए अधिक परिष्कृत तरीके विकसित करना। अंतिम लक्ष्य वही रहता है: AI सिस्टम बनाना जो न केवल मानव भाषा को समझ और उत्पन्न कर सकें बल्कि तर्क, सीख और अनुकूलन भी कर सकें, जो कभी मानव बुद्धि का अनन्य क्षेत्र माना जाता था।