VIDRAFT चे 398-बिलियन-पॅरामीटर मॉडेल, Darwin-398B-JGOS, केवळ 24 GPUs वापरून GPQA Diamond लीडरबोर्डवर तिसरे स्थान पटकावले आहे. हा निकाल सिद्ध करतो की, केवळ पाठांतर केलेल्या उत्तरांऐवजी खऱ्या वैज्ञानिक तर्कशक्तीची मागणी करणाऱ्या परीक्षेत एक लहान कोरियन स्टार्टअप जगातील सर्वात मोठ्या AI लॅब्सना टक्कर देऊ शकते.

GPQA Diamond का महत्त्वाचे आहे

GPQA Diamond मध्ये पदवी स्तरावरील (graduate-level) विज्ञानाचे असे प्रश्न विचारले जातात जे सार्वजनिक वेबसाइट्सवर उपलब्ध नसतात. उत्तरे स्क्रॅप (scrape) करता येत नसल्यामुळे, मॉडेलला साठवलेली माहिती शोधण्याऐवजी समस्येवर तर्कसंगत विचार करावा लागतो. हा बेंचमार्क पाठांतराऐवजी तर्कावर भर देतो.

सध्याचा लीडरबोर्ड

  • 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 हे Nvidia, DeepSeek आणि अमेरिकेतील व चीनमधील इतर अनेक मॉडेल्सना मागे टाकते, जरी ते अशा प्रकल्पांसाठी लागणाऱ्या सामान्य हार्डवेअरच्या तुलनेत अत्यंत कमी हार्डवेअरवर चालते.

या विजयामागील पद्धत

VIDRAFT ने कोणताही मोठा GPU फार्म खरेदी केला नाही. त्याऐवजी, टीमने “evolutionary merging” चा वापर केला, ज्यामध्ये अनेक ओपन-सोर्स मॉडेल्सना वारंवार एकत्र करून सर्वोत्तम कामगिरी करणारे घटक राखून ठेवले गेले. केवळ 24-GPU क्लस्टरवर हे चालवल्यामुळे, शून्यापासून प्रशिक्षण देण्यासाठी लागणाऱ्या मोठ्या भांडवली गुंतवणुकीशिवाय एक उच्च-गुणवत्तेचे, 398-बिलियन-पॅरामीटर नेटवर्क तयार झाले.

AI क्षेत्रासाठी याचा अर्थ काय

  • प्रवेशातील अडथळे कमी झाले: आता उच्च दर्जाचे AI तयार करण्यासाठी हजारो GPUs ची आवश्यकता नाही.

मर्यादा आणि प्रतिवाद

Darwin अजूनही पहिल्या दोन क्रमांकाच्या मॉडेल्सच्या अगदी जवळ आहे, आणि त्याचा 398-बिलियन-पॅरामीटर आकार अजूनही प्रचंड आहे—या मॉडेलचे प्रशिक्षण किंवा सेवा देण्यासाठी अजूनही मोठ्या पायाभूत सुविधांची आवश्यकता आहे. ही पद्धत एका लहान क्लस्टरवर ओपन मॉडेल्सच्या "evolutionary merging" वर अवलंबून आहे. GPQA Diamond ने बेंचमार्क म्हणून काम केले.

पुढे काय पाहावे

निष्कर्ष स्पष्ट आहे: चतुर 'model-fusion' धोरणे कच्च्या संगणकीय शक्तीची (raw compute) कमतरता भरून काढू शकतात, ज्यामुळे AI संशोधनाच्या सर्वोच्च स्तरावर कोण स्पर्धा करू शकते याचे स्वरूप बदलू शकते.