لاما کان ہیکاتھون: افتتاحی مقابلے کے فاتحین

سان فرانسسکو میں منعقدہ LlamaCon Hackathon اختتام پذیر ہو گئی، جو کہ دنیا بھر کے ڈویلپرز کا ایک AI اجتماع تھا۔ اس ایونٹ میں 600 سے زائد رجسٹرڈ افراد نے شرکت کی، جن میں سے 238 باصلاحیت ڈویلپرز اور اختراع کاروں نے ایک دن کے لیے پروجیکٹس بنائے۔ چیلنج یہ تھا کہ صرف 24 گھنٹوں میں Llama API، Llama 4 Scout، یا Llama 4 Maverick (یا ان جدید ترین ٹولز کا کوئی بھی مجموعہ) استعمال کرتے ہوئے ایک قابل نمائش پروجیکٹ تیار کیا جائے۔

مقابلے میں $35,000 تک کے نقد انعامات شامل تھے، بشمول پہلا، دوسرا اور تیسرا انعام، نیز Llama API کے بہترین استعمال کا ایوارڈ۔ Meta اور اسپانسر شراکت داروں پر مشتمل ججوں کے پینل نے جمع کرائی گئی 44 درخواستوں کا باریک بینی سے جائزہ لیا۔

ہم اپنے شراکت داروں Groq، Crew AI، Tavus، Lambda، Nebius اور SambaNova کے بے حد مشکور ہیں جنہوں نے پورے ہیکاتھون کے دوران قیمتی مدد فراہم کی۔ ہر اسپانسر نے کریڈٹ استعمال، ماہر اسپیکرز کی ورکشاپس، رہنمائی، لائیو سوال و جواب اسٹینڈز، جج اور Discord پر ریموٹ سپورٹ فراہم کی۔

جیتنے والوں کی فہرست

دو راؤنڈ کے جائزوں کے بعد، ہم نے 44 جمع کرائی گئی درخواستوں میں سے ٹاپ 6 کا انتخاب کیا اور بالآخر پہلے، دوسرے، تیسرے نمبر اور Llama API کے بہترین استعمال کے ایوارڈ کا فیصلہ کیا۔

OrgLens - پہلا انعام

OrgLens ایک AI سے چلنے والا ماہر میچنگ سسٹم بناتا ہے جو آپ کو تنظیم کے اندر مناسب پیشہ ور افراد سے جوڑتا ہے۔ Jira ٹاسکس، GitHub کوڈ، اندرونی دستاویزات اور ریزیومز سمیت مختلف ذرائع سے ڈیٹا کا تجزیہ کر کے، OrgLens ہر شراکت دار کے لیے جامع نالج گراف اور تفصیلی پروفائل تیار کرتا ہے۔ یہ آپ کو جدید AI سے چلنے والی سرچ فنکشنلٹی استعمال کر کے ماہرین کو تلاش کرنے، یہاں تک کہ کسی فرد کے ڈیجیٹل ٹوئن کے ساتھ بات چیت کرنے اور رابطہ करने से पहले सवाल पूछने کی اجازت دیتا ہے۔ اس کی فعالیت کو ظاہر کرنے کے لیے، ایک ڈیمو ویب ایپلیکیشن React، Tailwind اور Django کا استعمال کرتے ہوئے بنائی گئی تھی، جس نے ڈیٹا کو پروسیس اور اسٹور کرنے کے لیے GitHub API اور Llama API کا استعمال کیا۔ OrgLens ماہر میچنگ کو آسان بناتا ہے اور کام کے لیے صحیح شخص کو تلاش کرنا آسان بناتا ہے۔

OrgLens کی اختراع کو مزید گہرائی سے سمجھیں، یہ صرف ایک ماہر میچنگ نظام نہیں ہے، بلکہ انٹرپرائز کے اندر علم کے تبادلے اور تعاون کو تیز کرنے والا بھی ہے۔ یہ ذہانت مصنوعی کے طاقتور استعمال کے ذریعے معلومات کے جزیروں کو توڑتا ہے اور تنظیم کے مختلف حصوں میں پوشیدہ مہارت کو جوڑتا ہے۔ تصور कीजिए، جب آپ کو کسی پیچیدہ منصوبے پر کوئی مسئلہ پیش آتا ہے، تو آپ کو اندھا دھند طریقے से अंदरूनी ईमेल और दस्तावेजों में खोज करने की आवश्यकता नहीं होती है, बल्कि instead आप OrgLens के माध्यम से ऐसे सहकर्मियों को तुरंत ढूंढ सकते हैं जिनके पास प्रासंगिक अनुभव और कौशल है, और सीधे उनके “डिजिटल ट्विन” के साथ प्रारंभिक संचार कर सकते हैं। यह निस्संदेह कार्यकुशलता और समस्या समाधान गति में काफी सुधार करेगा। OrgLens का प्राथमिक लाभ इसकी डेटा को गहराई से समझने और विश्लेषण करने की क्षमता है। यह न केवल Jira, GitHub जैसे प्लेटफार्मों से डेटा एकत्र कर सकता है, बल्कि आंतरिक दस्तावेजों और रीज़्यूमे का भी विश्लेषण कर सकता है, जिससे एक व्यापक ज्ञान ग्राफ का निर्माण होता है। यह ज्ञान ग्राफ न केवल कर्मचारियों के कौशल और अनुभव को शामिल करता है, बल्कि विभिन्न परियोजनाओं में उनके योगदान और इंटरैक्शन को भी रिकॉर्ड करता है। इस ज्ञान ग्राफ के माध्यम से, OrgLens विशिष्ट कार्यों के लिए सबसे उपयुक्त विशेषज्ञों की सटीक पहचान कर सकता है और उन्हें उनकी मदद करने के लिए आवश्यक लोगों को सुझा सकता है। इसके अलावा, OrgLens उपयोगकर्ता अनुभव पर भी ध्यान केंद्रित करता है। यह एक सहज और उपयोग में आसान वेब इंटरफेस प्रदान करता है, जिसके ذریعے उपयोगकर्ता कीवर्ड खोज सकते हैं یا ایڈوانسڈ фильٹرز کو استعمال کر کے صحیح ماہر کو تلاش کر سکتے ہیں۔ Moreover, the “digital twin” feature allows users to ask preliminary questions and get quick answers, saving both the expert’s and the seeker’s time. By integrating artificial intelligence into the expert matching process, OrgLens has the potential to revolutionize the way companies manage and utilize their internal talent resources, leading to improved collaboration, innovation, and overall performance.

OrgLens کی کامیابی اس بات میں مضمر ہے کہ یہ انٹرپرائز کے اندر علم के प्रबंधन में व्याप्त मुश्किलों से निपटने में सक्षम है। بہت سی کمپنیاں ملازمین کے skill分散، معلومات کے حصول میں دشواری جیسے مسائل کا شکار होती हैं जो संसाधनों की बर्बादी और कम कार्यकुशलता का कारण बनते हैं। OrgLens نے ماہر میچنگ کے عمل کو خودکار کر کے، اس مسئلے کو प्रभावी रूप से हल किया है और कंपनियों को निम्नलिखित महत्वपूर्ण लाभ प्रदान किए हैं:

• कार्यकुशलता में वृद्धिः कर्मचारी जल्दी से आवश्यक मदद प्राप्त कर सकते हैं, जिससे परियोजना की प्रगति तेज होती है।
• नवाचार को बढ़ावा देनाः विभिन्न क्षेत्रों के विशेषज्ञों को जोड़कर नए विचारों और समाधानों को प्रेरित किया जा सकता है।
• संसाधन अनुकूलनः दोहराव वाले काम और संसाधनों की बर्बादी से बचाता है, जिससे समग्र दक्षता में सुधार होता है।
• कर्मचारियों की सहभागिता बढ़ानाः कर्मचारियों के लिए ज्ञान और अनुभव साझा करना आसान बनाता है, जिससे उनकी भागीदारी और अपनेपन की भावना बढ़ती है।

Compliance Wizards - دوسرا انعام

Compliance Wizards ایک AI سے چلنے والا ٹرانزیکشن اینالائزر بناتا ہے جو دھوکہ دہی کا پتہ لگانے اور कस्टम जोखिम मूल्यांकन एल्गोरिथ्म के अनुसार صارفین کو الرٹ کرنے کے لیے ڈیزائن کیا گیا ہے۔ صارفین کو ای میل اطلاعات بھیجی جاتی ہیں، جو انہیں کسی لین دین کی اطلاع देने یا تصدیق کرنے کا اشارہ کرتی ہیں۔ اس کے بعد صارفین AI से संचालित ایک صوتی معاون के साथ رپورٹنگ اور تصدیق کرنے کے لیے بات چیت کر سکتے ہیں۔ Llama API کے ملٹی موڈل استعمال سے، دھوکہ دہی کے تشخیص کنندگان کلائنٹ کی معلومات اپ لوڈ کر سکتے ہیں اور اپنے کلائنٹس کے بارے میں متعلقہ خبریں تلاش کر سکتے ہیں تاکہ یہ طے کرنے में मदद मिल सके کہ آیا ان کے ग्राहक کسی قابل ذکر جرم میں ملوث ہیں یا نہیں۔

کامپلائنس ریگولیٹری निकाय ने एक مصنوعی बुद्धिमत्ता से समर्थन प्राप्त लेनदेन विश्लेषक बनाया है, जिसका उद्देश्य जटिल जोखिम मूल्यांकन एल्गोरिथम के माध्यम से संदिग्ध गतिविधियों की पहचान करना और उपयोगकर्ताओं को सचेत करना है। यह प्रणाली उपयोगकर्ताओं को ईमेल सूचनाएँ भेजकर संचालित होती है, जो उपयोगकर्ताओं को कुछ लेनदेन की समीक्षा करने और पुष्टि करने का संकेत देती है। फिर, उपयोगकर्ता AI चालित صوت معاون के साथ बातचीत कर सकते हैं, लेनदेन की रिपोर्ट करने या उनकी वैधता की पुष्टि करने के लिए। Llama API کی ملٹی موڈل فنکشنلٹی سے فائدہ اٹھاتے ہوئے، دھوکہ دہی کے تشخیص کنندگان کلائنٹ کی معلومات اپ لوڈ کر سکتے ہیں اور متعلقہ خبریں تلاش کر سکتے ہیں تاکہ یہ طے کرنے में मदद मिल सके کہ آیا ان کے ग्राहक کسی قابل ذکر جرم میں ملوث ہیں یا نہیں۔

Compliance Wizards کا مرکز اس کا طاقتور AI انجن ہے، جو लेन-देन डेटा کا گہرائی से تجزیہ کرنے اور ممکنہ دھوکہ دہی کے پیٹرن کی شناخت کرنے کے قابل ہے۔ यह इंजन न केवल पारंपरिक धोखाधड़ी वाले व्यवहारों का पता लगा सकता है, बल्कि ग्राहक की विशिष्ट जोखिम स्थितियों के आधार पर अनुकूलित जोखिम मूल्यांकन भी कर सकता है, जिससे धोखाधड़ी का पता लगाने की सटीकता में सुधार होता है। इसके अलावा, Compliance Wizards نے ایک خبری تلاش کی فعالیت کو بھی مربوط کیا ہے، позволяющее fraud assessors to quickly gather relevant information about their clients, such as media mentions and legal records. This contextual information can be crucial in assessing the overall risk profile of the client and identifying potential red flags.

The AI-powered voice assistant is another key component of Compliance Wizards. It provides users with a convenient and efficient way to report and acknowledge transactions, especially when they are on the go. The voice assistant can also answer questions about the transactions and provide guidance on how to comply with relevant regulations.

Compliance Wizards के प्रमुख लाभों में इसकी बहुआयामी सुरक्षा विधि शामिल है:

• اعلی درجے کی خطرے کی تشخیص: اپنی مرضی کے مطابق خطرے کی تشخیص کے एल्गोरिदम के माध्यम से, संभावित धोखाधड़ी والے برتاؤ کی درست شناخت करना संभव है।
• روبرو لین دین का تجزیہ: تمام लेन-देन کی حقیقی وقت میں نگرانی करें, اور فوری طور پر مشکوک سرگرمیوں کا पता لگائیں।
• صورت حال سے آگاہی: خبروں کی जानकारी حاصل کرنے کی صلاحیت رکھتا ہے تاکہ کلائنٹ کے خطرے کی صورتحال کا پوری طرح سے جائزہ لیا جا سکے۔
• آسان رپورٹنگ: صوتی معاون فراہم کرتا ہے، رپورٹنگ اور توثیق کے عمل کو آسان بناتا ہے۔

Compliance Wizards सिर्फ एक उपकरण नहीं है, बल्कि एक व्यापक अनुपालन समाधान है जो कंपनियों को धोखाधड़ी के जोखिम को कम करने और प्रासंगिक नियमों का पालन करने में मदद कर सकता है।

Llama CCTV Operator - تیسرا انعام

Agajan Torayev کی قیادت والی ایک ٹیم نے ایک Llama CCTV AI کنٹرول روم آپریٹر بنایا، جو کسی ماڈل کو ٹھیک ڪرڻ کے بغیر خود بخود कस्टम निगरानी वीडियो इवेंटس کی شناخت کر سکتا ہے۔ آپریٹر سادہ زبان میں ویڈیو ایونٹ کی وضاحت کرنے کی صلاحیت رکھتا ہے۔ Llama 4 ملٹی موڈل تصویری مفہوم کا استعمال کرتے ہوئے، نظام ہر پانچ فریم میں حرکت کو پکڑتا اور اس کا پتہ لگاتا ہے تاکہ ان پہلے سے متعین شدہ ایونٹس کا جائزہ لیا جا سکے اور آپریٹر کو رپورٹ کیا جا سکے۔

Llama CCTV Operator کے پیچھے خیال نگرانی کے نظام کو ذہانت بخشنا ہے، جو वीडियो کو غیر فعال طور پر ریکارڈ کرنے کے بجائے فعال طور پر غیر معمولی واقعات کی شناخت कर सके। یہ نظام Llama 4 کی طاقتور تصویری افہام و تفہیم کی صلاحیتوں کا उपयोग کرتا ہے، позволяющее to analyze video feeds in real-time and detect a wide range of predetermined events, such as suspicious activity, unauthorized access, or safety hazards. The operator can define these events using simple language, without requiring any specialized knowledge of machine learning or computer vision.

The system works by capturing and analyzing motion every five frames, and then using Llama 4’s multimodal capabilities to assess whether the captured motion matches any of the predefined events. If a match is found, the system will immediately report the event to the operator, along with relevant contextual information.

Llama CCTV Operator کے اہم فوائد میں شامل ہیں:

• 細 tuning کی ضرورت نہیں: ماڈل کو کسی قسم کی ٹوننگ करने کی ضرورت نہیں ہے، جو تعیناتی اور دیکھ بھال کے عمل کو کافی हद تک آسان بناتا ہے۔
• دستیا بی इवेंट کا پتہ لگانا:: آپریٹر آسان زبان استعمال करके अनुकूलित نگرانی इভENTS کی وضاحت کر سکتا ہے، اس لیے خصوصی تحفظ کی اړتیاؤں کو پورا کیا جا سکتا ہے۔
• روبرو 분석: یہ نظام حقیقی وقت میں वीडियो کو फीड کر سکتا ہے، تاکہ जितनी جلدی ممکن ہو متعلقہ سرگرمی का پتہ लगाया جا سکے۔
• *آٹوમેટک رپورٹ: یہ نظام स्वतः آپریٹر को पता چلا واقعہ رپورٹ ਕਰ ਸਕਦਾ ہے। اس سے اس کی وجہ سے انسانی نگرانی की ضرورت کم ہو جاتی ہے۔

Geo-ML - Llama API کا بہترین استعمال

ماہر ارضیات William Davis نے ممکنہ کھدائی کے مقامات، ٹپوگرافک نقشے اور 3D भूवैज्ञानिक ماڈل بنانے کے لیے Llama 4 Maverick اور GemPy کا استعمال किया۔ Geo-ML 400 صفحات پر مشتمل भूवैज्ञानिक رپورٹس پر کارروائی करने سے کام کرتا ہے، معلومات को संरचित भूवैज्ञानिक ڈومین مخصوص زبان میں ضم کرتا ہے، اور پھر زیر地面 ভূویت کی 3D نمائندگی بنانے کے لیے اس کا استعمال کرتا ہے۔

“یہ پہلی बार ہے جب میں نے طویل भूवैज्ञानिक تحقیقی مضامین سے زیادہ دیر تک متن اور تصاویر निकालने کے لیے LLM API کا مؤثر انداز میں استعمال किया، لہذا میں نے متن نکالنے और ڈومین سے متعلق مخصوص زبان میں تبدیل کرنے کے لیے Llama Maverick ونڈو और تصویر ملٹی موڈ خصوصیات کا उपयोग किया، جو دستاویز میں محفوظ کردہ تمام چیزوں کے ਸੰਕੁચਿਤ ورژن پیش کرتا ہے،" Davis ने کہا۔" میں نے اپنا زیادہ تر समय भूवैज्ञानिक دستاویزات پڑھने में گزارا ہے. ایک LLM جو میرے لیے پس منظر میں یہ کام مکمل کر سکے بہت شاندار ہوگا۔"

ماہر ارضیات ولیم ڈیوس نے Llama 4 Maverick اور GemPy کا دانشمندانہ استعمال کرتے ہوئے भूवैज्ञानिक ماڈلنگ کا بالکل نیا طریقہ کار ایجاد کیا۔ Geo-ML کا اہم ہدف مصنوعی ذہرا سے بھرتہ مند بھرتہ مندی بھرتہ مندی ਭਰती مندا ندا ہے۔

The system works by processing long geological research papers, often 400 pages or more, and consolidating the information into a structured geology domain-specific language. This language captures the key geological features, structures, and mineral deposits described in the reports. Then, the نظام زمین کے زیرزمین جیولوی کا تھری ڈی ریپرزنٹیشن (3D representation) بنانے کے لیے اس زبان ਦਾ استعمال ਕਰਦਾ ਹੈ، جو ماہرین طبیعیات کو زمینی ماحول کو منظرعام پر لانے اور اس کا تجزیہ ਕਰਨ میں مدد کرਦਾ ਹੈ।

Davis himself emphasized the importance of Llama 4 Maverick’s long context window and multimodal capabilities in making Geo-ML possible. The long context window allows the system to process entire research papers at once, while the multimodal capabilities enable it to extract both text and images from the documents.

Geo-ML کے اہم فوائد یہ ہیں کہ यह کر سکتا ہے:

• خودکار भूवैज्ञानिक ماڈلنگ: भूवैज्ञानिक ماڈلنگ کے عمل کو خودکار بناتا ਹੈ। اس سے انسانی تجزیہ کے لیے وقت اور توانائی ਦੀ आवश्यकता کم ہو جاتی ہے۔
• تلاش شدہ معلومات نکالنا: بہت ساری جیولولوجیکل فائلوں سے छुपी ہوئی ڈیٹا نکالتا ਹੈ۔ اس سے ماہرین自然يات کو можлиہ کھدائی کے مقامات اور قیمتی دھادوں को تلاش ਕਰਨ ਵਿੱਚ مدد ملتی ہے۔
• *ਥ੍ਰੀਡੀ मॉडल بنانا: زیر زمین جیبولوجی کا 3D представление بناتا ہے۔ ਇਸ ਨਾਲ ਭੂਗੋਲ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਜ਼ਮੀਨੀ ਵਾਤਾਵਰਣਾਂ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਨ ਲਈ ਅਤੇ ਵਿਸ਼لیਸ਼ਣ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।
• *جیولوجیکل ريسرچ کو गति دینا:: جیولوجیکل ماڈلنگ کو تیز करके جيالوجيكل ਰਿਸਰਚ ਨੂੰ गति دینا है।

বিশেষ احترام: ٹیم কংকর্জ

کیکونج کے نام سے ایک فائنلسٹ ہےجو مقابلے میں ਆਪਣੇ جیپیو کے ساتھ شامل ہیں، جو مقابلے سے باهر ہے۔

“ہم یقین رکھتے ہیں کہ Llama 4 Maverick का بہترین پہلو ماہرین کی ملاوٹ اور ان کی فراہمت کا اوپن سورس ہونا ہے۔ اس سے ٹھیک بنانے کی صلاحیت मिलती है,” टीम نے کہا۔ “Meta نے حال ہی میں GitHub پر ایک شاندار ٹھیک بنانے کا ٹول جاری کیا ہے۔ Llama API استعمال ਕਰਕੇ، ہم QA ڈیٹا سیٹ بنانے اور Llama 4 Maverick ماڈل کو ٹھیک بنانے کے لیے 여러 جگہوں ਤੋਂ ڈیٹا جمع کر چکے ہیں۔ ہم اسے بغير کسی شک کے ਬੈਂਚਮਾਰکنگ ਲਈ جمع کرائیں گے, کیونکہ ہمارے پاس ابھی تک Llama 4 کوڈر موجود نہیں ہے۔ “اور 1M kontekst ਵਿੰਡੋ کے sath، اس ਤੋਂ سوا ਕੋਈ چارہ نہیں ہے۔“

Concierge کا خاص طريقه اس خاص مقصد پر انحصار کرتا ہے کہ Llamam 4 Maverick মডেল کي اچھي مقصد بنانے کے لLama-4-Maverick-ماڈل کو اپ-گریڈ کا جائے۔ The team believed that the sparse mixture of experts nature of Llama 4 Maverick, combined with its open source availability, made it an ideal candidate for fine-tuning.

To fine-tune the model, the team compiled data from multiple sources to create QA datasets. Then, they used Meta’s fine-tuning tool to train the model. The team plánuje to submit the fine-tuned model to open benchmarks to evaluate its performance.

آخر میں شریک लोगों کی منظوری دیکھیں

آپ کو یوٹئیوب (YouTube) پر اختتام کے شریک लोगो की منظوری (demonstration) دیکھنا ممکن ہے۔

આગામી Llama ہاکథன் میں شامل ہوں

ڈویلپرز اگلے Llama ہاکاتھک میں شامل ہونے کے لیے درخواست ڈائل کر سکدے ہیں જો کہ 25 مئی سن 2025 تا 1 جون سن 2025 نیویارک سٹی میں ہوگا۔