स्रोत: इलेक्ट्रॉनिक न्यूज़, पत्रकार ली वोन-जी
“CLEVI, from scratch अपन मॉडलसँ GAIA मे 79.07%...3,090 मॉडलमे शीर्ष 2.5%” लेखक पूर्ण उद्धरण
प्रकाशन मिति: 2026-04-07
लिङ्क: https://www.etnews.com/20260407000203
cip-5.5-agent·cip-5.5-mm स्वतन्त्र मॉडल स्टैकक पाँचू एजेण्ट 70 अङ्कसँ ऊपर
सूचना क्षयकेँ ध्यानमे रखलापर 98%+ सही उत्तर दर, मानव (92%) सँ बेसी
AI स्टार्टअप 'CLEVI' अपन from scratch मॉडल केर उपयोग कऽ वैश्विक AI एजेण्ट बेञ्चमार्क 'GAIA' मे 79.07% सही उत्तर दर दर्ज केलक आ कुल 3,090 पञ्जीकृत मॉडलमे शीर्ष 2.5% केर भीतर स्थान बनौलक।
उद्योगक व्याख्या अनुसार, AI बेञ्चमार्क बाजारमे GAIA केँ 'व्यावहारिक AI एजेण्ट'क क्षमता केँ विश्वसनीय रूपसँ प्रतिबिम्बित करबाक लेल मूल्याङ्कन कएल जाइत अछि। Meta AI, HuggingFace आ पेरिस-साक्ले विश्वविद्यालय द्वारा संयुक्त रूपसँ विकसित ई बेञ्चमार्क पहिल बेर नवम्बर 2023 मे सार्वजनिक कएल गेल छल।
GAIA केँ अन्य बेञ्चमार्कसँ अलग करबाक तीनटा मुख्य विशेषता अछि। पहिल, सही उत्तर सार्वजनिक नहि होयबाक कारण अति-अनुकूलन सम्भव नहि अछि। दोसर, बहु-चरणीय आ बहु-माध्यमीय जटिल तर्कक आवश्यकता होयबाक कारण सरल पैटर्न मिलानसँ उच्च अंक प्राप्त नहि कएल जा सकैत अछि। तेसर, HuggingFace केर आधिकारिक लीडरबोर्डक माध्यमसँ विश्वभरक 3,090 सँ बेसी मॉडल समान परिस्थितिमे प्रतिस्पर्धा करैत अछि।
परीक्षण-समुच्चयमे कुल 301 प्रश्न अछि। Level 1 मे एकल उपकरणक उपयोग आ सरल तर्क, Level 2 मे बहु उपकरणक संयोजन आ मध्यम स्तरक तर्क, आ Level 3 मे पाँच वा ताहिसँ बेसी चरणक एजेण्ट योजना आ कार्यान्वयन आवश्यक होयवाला सर्वोच्च कठिनताक प्रश्न शामिल अछि। बेञ्चमार्कक घोषणा समय GPT मॉडल (प्लगइनसँ सुसज्जित) केर आधार पर ई दर लगभग 15% मात्र छल, मुदा वर्तमानमे शीर्ष टीमसभ एकरा 70–80% स्तर धरि बढ़ा चुकल अछि।
एहि उपलब्धिमे तकनीकी रूपसँ सभसँ उल्लेखनीय पक्ष ई अछि जे GPT, Claude, Gemini आदि बाहरी LLM API केर बिल्कुल उपयोग नहि कएल गेल, CLEVI एहि बातपर जोर देलक। CLEVI केर विशेषता ई अछि जे from scratch पद्धतिसँ स्वतन्त्र रूपसँ विकसित दूटा मॉडल केर उपयोग कएल गेल।
cip-5.5-agent एक एजेन्टिक AI मॉडल अछि, जे जटिल कार्य सभक स्वायत्त रूप सँ योजना (planning) बनाबय, निष्पादन (execution) करय आ सत्यापन (verification) करयवला एजेन्ट पाइपलाइनक मुख्य मस्तिष्कक रूपमे काज करैत अछि। cip-5.5-mm आवाज, छवि, भिडियो आदि विभिन्न फाइल फॉर्मेट बुझि कऽ तर्क करयवला उच्च-प्रदर्शनक सामान्य-उद्देश्यीय मल्टीमोडल मॉडल अछि। GAIA प्रश्न सभक एकटा महत्वपूर्ण हिस्सा PDF, छवि, अडियो फाइल आदि गैर-पाठ इनपुट समाहित करैत अछि, तेँ ई मल्टीमोडल क्षमता उच्च अंक प्राप्त करबाक मुख्य कारक बनल।
क्लेवि एहि दुनू स्वयं-विकसित मॉडल पर आधारित भऽ GAIA मे 5 टा अलग-अलग एजेन्ट संयोजनक संग भाग लेलनि, आ सभ 70 सँ बेसी अंक प्राप्त केलक।
कम्पनीक व्याख्या अनुसार, क्लेविक आन्तरिक पश्चात्-समीक्षा मे रोचक परिणामक पुष्टि भेल। कुल 301 टा प्रश्न मे सँ किछु प्रश्नक सही उत्तरक आधार वर्तमान सार्वजनिक वेब पर समाप्त भऽ गेल छल। अतीत मे ऑनलाइन वा सर्च इन्जिन पर जाँच योग्य जानकारी मेटा वा बदलि गेल छल, जाहि कारणे आब ओहि धरि पहुँच सम्भव नहि छल। वर्तमान मे मनुष्य द्वारा सार्वजनिक रूप सँ जाँचि सकए योग्य जानकारीक सीमाक भीतर पुनर्मूल्यांकन कयला पर क्लेविक सही उत्तर दर 98% सँ बेसी देखाओल गेल। ई मानव औसत 92% सँ पहिनहि बेसी अछि।
क्लेविक एक अधिकारी कहलनि, “क्लेवि बाहरी मॉडल सभक मिश्रण बिना, from scratch स्वयं-विकसित मॉडल आ स्वयं-विकसित AI एजेन्ट समाधान मात्रक उपयोग कऽ 5 टा एजेन्ट सभक लेल 70+ अंक दर्ज करैत सार्वजनिक बेंचमार्क मे शीर्ष 2.5% मे प्रवेश केलक। आगाँ स्वयं-विकसित मॉडल आ एजेन्ट समाधानक सुधारक माध्यम सँ आधिकारिक अंक मे सेहो अतिरिक्त सुधार सम्भव बुझाइत अछि। एहि उपलब्धिक महत्व एहि बात मे गहीर अछि जे ई वैश्विक सार्वजनिक बेंचमार्क मे वास्तविक मापन द्वारा 'प्रमाणित विश्वास' देखबैत अछि, घरेलू AI विकासकर्ताक from scratch स्वयं-विकसित मॉडल आधारित उपलब्धि अछि, बाहरी मॉडल सभक मिश्रण नहि बल्कि स्वतन्त्र मॉडल स्टैकक परिणाम अछि, आ किछु प्रश्नक जानकारी समाप्त भऽ गेल बातक ध्यान मे रखला पर अंक सँ बेसी व्याख्यात्मक मूल्य रखैत अछि।”