ماخذ: ڈیجیٹل ٹائمز، رپورٹر گو بونگ گیو
“اے آئی اسٹارٹ اپ CLEVI، GAIA کے سرفہرست 2.5% میں شامل… تصدیق شدہ ساکھ کا مظاہرہ” مضمون کا مکمل اقتباس
اشاعت کی تاریخ: 2026-04-08
لنک: https://n.news.naver.com/article/029/0003020511?sid=105
جنوبی کوریا کے اے آئی اسٹارٹ اپ ‘CLEVI (Clevi)’ نے from scratch تیار کردہ اپنے ماڈل اور اپنے ایجنٹ سلوشن کی تعمیر کے بعد اعلان کیا ہے کہ وہ جنوبی کوریا میں پہلی بار GAIA بینچ مارک میں مجموعی طور پر رجسٹرڈ 3,090 ماڈلز کی بنیاد پر سرفہرست 2.5% میں شامل ہوا ہے۔
صنعتی ماہرین کے مطابق، Meta AI کی جانب سے ڈیزائن کردہ اور Hugging Face کے زیرِ انتظام GAIA، اے آئی سے صرف ‘ایک کام اچھی طرح کرنے کی صلاحیت’ نہیں بلکہ ‘متعدد صلاحیتوں کو ملا کر حقیقی مسائل حل کرنے کی صلاحیت’ کا مطالبہ کرتا ہے۔ اسے ویب پر معلومات تلاش کرنا، PDF میں موجود جدول پڑھنا، تصاویر کا تجزیہ کرنا، کوڈ چلا کر حساب کرنا، اور ان نتائج کو یکجا کرکے ایک درست جواب پیش کرنا ہوتا ہے۔ 301 خفیہ سوالات، مشکل کی تین سطحوں، اور جوابات ظاہر نہ کرنے کے اصول کے تحت یہ ایسا ڈھانچہ ہے جس میں نہ overfitting ممکن ہے نہ cheating۔
اس امتحان میں اعلیٰ اسکور حاصل کرنے کے لیے دو چیزیں ضروری ہیں۔ بنیاد فراہم کرنے والے لینگویج ماڈل کی استدلالی صلاحیت، اور ایسا ایجنٹ سلوشن جو اس ماڈل کو حقیقی دنیا کے ٹولز سے جوڑ کر خود مختار طور پر کام انجام دے۔ ماڈل کتنا ہی اچھا کیوں نہ ہو، اگر ایجنٹ کمزور ہو تو Level 3 حل نہیں کیا جا سکتا؛ اور ایجنٹ کتنا ہی نفیس کیوں نہ ہو، اگر ماڈل کی استدلالی صلاحیت ناکافی ہو تو درمیانی مرحلے میں غلط جواب آگے منتقل ہو جاتا ہے۔
GAIA لیڈر بورڈ کے موجودہ ڈھانچے کو دیکھنے پر ایک دلچسپ رجحان سامنے آتا ہے۔ سرفہرست ایجنٹس میں سے زیادہ تر نے ‘ملٹی ماڈل مکس’ حکمتِ عملی اپنائی ہے، جس میں GPT، Claude، Gemini سمیت متعدد بگ ٹیک ماڈلز کو یکجا کیا جاتا ہے۔ یہ ہر ماڈل کی مضبوطیوں کو ملانے اور معلومات کے ضائع ہونے وغیرہ کے باعث اسکور میں کمی سے بچاؤ کے لیے ایک معقول طریقہ ہے۔
اس کے برعکس، CLEVI اس صف میں شامل نہیں ہوا۔ from scratch طریقے سے تیار کردہ cip-5.5-agent (ایجنٹک اے آئی) پیچیدہ کاموں کی منصوبہ بندی، تکمیل اور تصدیق خود مختار طور پر انجام دیتا ہے، جبکہ cip-5.5-mm (اعلیٰ کارکردگی والا عمومی ملٹی موڈل) آواز، تصاویر، ویڈیو سمیت مختلف فائل فارمیٹس کو سمجھ کر استدلال کرتا ہے۔ یہ دونوں ماڈلز CLEVI کے اندرونِ ادارہ آزادانہ طور پر تیار کیے گئے ہیں، اور بیرونی LLM API بالکل استعمال نہیں کی گئی۔
اور اس خصوصی ماڈل اسٹیک کے ساتھ GAIA میں 5 ایجنٹس پیش کیے، اور سب نے 70 سے زائد اسکور حاصل کیے۔ بلند ترین 79.07% سے لے کر 70.76% تک کے نتائج نے ثابت کیا کہ یہ کسی ایک نتیجے کی خوش قسمتی نہیں بلکہ پورے اسٹیک کا استحکام ہے۔
کمپنی کی وضاحت کے مطابق، سرکاری اسکور 79.07% کے پیچھے ایک اور عدد بھی ہے۔ CLEVI کے اندرونی بعد از جائزہ عمل میں معلوم ہوا کہ 301 سوالات میں سے ایک بڑی تعداد ایسے سوالات پر مشتمل تھی جن کے درست جوابات کے شواہد موجودہ عوامی ویب سے غائب ہو چکے تھے۔ صرف ان سوالات کی بنیاد پر دوبارہ جائزہ لینے پر جن کے درست جوابات اب بھی ویب پر موجود ہیں، CLEVI کی درستگی کی شرح 98% سے زیادہ تھی۔ یہ انسانی اوسط (92%) سے پہلے ہی زیادہ ہے۔
یقیناً، اگر دیگر کمپنیوں کے طاقتور عمومی ماڈلز کو شامل کیا جاتا تو سرکاری اسکور کو مزید بڑھایا جا سکتا تھا۔ تاہم، CLEVI نے جان بوجھ کر یہ حکمتِ عملی اختیار نہیں کی۔ اس بینچ مارک کا مقصد سب سے زیادہ اسکور کی دوڑ نہیں تھا، بلکہ یہ جانچنا تھا کہ آیا from scratch تیار کردہ اپنا ماڈل عالمی سطح پر مسابقت کے قابل معیار تک پہنچا ہے یا نہیں۔
GAIA لیڈر بورڈ پر نام آنا اس لحاظ سے بہت اہم ہے کہ اس سے تیسرے فریق کی آزادانہ تشخیص سے عطا کردہ تصدیق شدہ ساکھ حاصل ہوتی ہے۔ یہ سرمایہ کاری حاصل کرنے، بیرونِ ملک توسیع اور B2B فروخت کے تمام مراحل میں قابلِ استعمال ایک معروضی بنیاد بنتی ہے۔
CLEVI کے ایک نمائندے نے کہا، “سرکاری طور پر غلط قرار دیے گئے 63 جوابات میں سے ایک بڑی تعداد آؤٹ پٹ فارمیٹ میں عدم مطابقت، بصری مواد کی تشریح میں غلطیوں، اور معلومات کے ضائع ہونے کے باعث جواب نہ دیے جا سکنے والے سوالات سے پیدا ہوئی۔ یہ منطقی استدلال کی بنیادی حد سے زیادہ پوسٹ پروسیسنگ کی درستگی اور بیرونی معلومات کی دستیابی کا مسئلہ ہے۔ چونکہ یہ اپنا ماڈل ہے، اس لیے CLEVI خود اسے بہتر بنا سکتا ہے۔ یہی from scratch اپنے ماڈل کا ساختی فائدہ ہے۔ CLEVI کی اس کامیابی نے کوریائی AI صنعت کے سامنے یہ سوال رکھا ہے: ‘ہم کب تک ادھار لیے ہوئے دماغوں پر انحصار کرتے رہیں گے؟’ CLEVI نے from scratch کے زیادہ مشکل راستے کا انتخاب کیا ہے اور عالمی سطح پر اس کا جواب ثابت کرنا چاہتا ہے۔”