Mistral ਨੇ Leanstral 1.5 ਰਿਲੀਜ਼ ਕੀਤਾ: ਫਾਰਮਲ ਮੈਥ ਅਤੇ ਕੋਡ ਵੈਰੀਫਿਕੇਸ਼ਨ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਪ੍ਰਾਪਤੀ

Mistral AI ਨੇ ਅਧਿਕਾਰਤ ਤੌਰ 'ਤੇ Leanstral 1.5 ਲਾਂਚ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ Lean 4 ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਫਾਰਮਲ ਵੈਰੀਫਿਕੇਸ਼ਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਓਪਨ-ਸੋਰਸ ਮਾਡਲ ਹੈ। ਗਣਿਤਕ ਸਬੂਤਾਂ ਦੀ ਸਖ਼ਤੀ ਅਤੇ ਸੌਫਟਵੇਅਰ ਦੀ ਸਹੀਤਾ ਵਿੱਚ ਮਾਹਰ ਹੋ ਕੇ, ਇਹ ਮਾਡਲ ਗੰਭੀਰ ਤਕਨੀਕੀ ਵਾਤਾਵਰਣਾਂ ਲਈ ਓਪਨ-ਸੋਰਸ AI ਦੀ ਉਪਯੋਗਤਾ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ।

ਫਾਰਮਲ ਮੈਥਮੈਟਿਕਸ ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਦਬਦਬਾ

Leanstral 1.5 ਨੂੰ Lean 4 ਦੁਆਰਾ ਲੋੜੀਂਦੀ ਗੁੰਝਲਦਾਰ ਤਰਕ (logic) ਨੂੰ ਸਮਝਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਗਣਿਤਕ ਸਬੂਤਾਂ ਅਤੇ ਸੌਫਟਵੇਅਰ ਦੀ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਬਣਾਈ ਗਈ ਇੱਕ ਭਾਸ਼ਾ ਹੈ। ਵਿਸ਼ੇਸ਼ ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਮਾਡਲ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਬੇਮਿਸਾਲ ਹੈ। ਇਸ ਨੇ miniF2F 'ਤੇ 100 ਪ੍ਰਤੀਸ਼ਤ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ, ਜੋ ਕਿ ਹਾਈ ਸਕੂਲ ਪੱਧਰ ਦੇ ਗਣਿਤ ਤੋਂ ਲੈ ਕੇ ਮੈਥ ਓਲੰਪਿਆਡ ਦੀਆਂ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਤੱਕ ਦਾ ਬੈਂਚਮਾਰਕ ਹੈ।

ਜਦੋਂ PutnamBench—ਜੋ ਕਿ ਵੱਕਾਰੀ Putnam ਗਣਿਤ ਮੁਕਾਬਲੇ ਦੀਆਂ 672 ਸਮੱਸਿਆਵਾਂ ਦਾ ਸੰਗ੍ਰਹਿ ਹੈ—ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕੀਤਾ ਗਿਆ, ਤਾਂ Leanstral 1.5 ਨੇ ਸਫਲਤਾਪੂਰਵਕ 587 ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕੀਤਾ। ਇਹ ਪ੍ਰਦਰਸ਼ਨ ਇਸ ਨੂੰ ਓਪਨ-ਸੋਰਸ ਖੇਤਰ ਵਿੱਚ ਸਭ ਤੋਂ ਉੱਪਰ ਰੱਖਦਾ ਹੈ, ਜੋ ਕਿ ਸਿਰਫ਼ ਕਲੋਜ਼ਡ-ਸੋਰਸ Aleph Prover ਤੋਂ ਪਿੱਛੇ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਮਾਡਲ ਨੇ ਐਲਜਬਰਾ ਵਿੱਚ ਗ੍ਰੈਜੂਏਟ-ਪੱਧਰ ਦੇ ਗਣਿਤ 'ਤੇ ਆਪਣੀ ਮਹਾਰਤ ਦਿਖਾਈ, FATE-H ਬੈਂਚਮਾਰਕ 'ਤੇ 87 ਪ੍ਰਤੀਸ਼ਤ ਅਤੇ FATE-X 'ਤੇ 34 ਪ੍ਰਤੀਸ਼ਤ ਸਕੋਰ ਕੀਤਾ, ਜੋ ਕਿ ਗਰੁੱਪ ਅਤੇ ਰਿੰਗ ਥਿਊਰੀ ਵਰਗੇ ਉੱਨਤ ਵਿਸ਼ਿਆਂ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ।

ਗਣਿਤ ਤੋਂ ਪਰੇ: ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਕੋਡ ਬੱਗ (Bug) ਦੀ ਪਛਾਣ

ਹਾਲਾਂਕਿ ਇਸ ਦੀ ਗਣਿਤਕ ਮੁਹਾਰਤ ਮੁੱਖ ਖ਼ਬਰ ਹੈ, ਪਰ Leanstral 1.5 ਆਪਣੀ ਕੋਡ ਵੈਰੀਫਿਕੇਸ਼ਨ ਸਮਰੱਥਾ ਰਾਹੀਂ ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨ ਸਾਬਤ ਹੁੰਦਾ ਹੈ। Mistral ਨੇ 57 ਵੱਖ-ਵੱਖ ਓਪਨ-ਸੋਰਸ ਰੈਪੋਜ਼ਟਰੀਆਂ (repositories) ਨੂੰ ਸਕੈਨ ਕਰਨ ਲਈ ਇਸ ਨੂੰ ਤਾਇਨਾਤ ਕਰਕੇ ਮਾਡਲ ਦੀ ਵਿਵਹਾਰਕ ਉਪਯੋਗਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ।

ਇਸ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ, ਮਾਡਲ ਨੇ ਪਹਿਲਾਂ ਤੋਂ ਅਣਜਾਣ ਪੰਜ ਬੱਗਾਂ ਦੀ ਸਫਲਤਾਪੂਰਵਕ ਪਛਾਣ ਕੀਤੀ। ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਖੋਜ varinteger Rust ਲਾਇਬ੍ਰੇਰੀ ਦੇ ਅੰਦਰ ਮਿਲਿਆ ਇੱਕ overflow ਬੱਗ ਸੀ। ਪ੍ਰੋਡਕਸ਼ਨ-ਪੱਧਰ ਦੇ ਕੋਡ ਵਿੱਚ ਸੂਖਮ ਅਤੇ ਵੱਡੇ ਪ੍ਰਭਾਵ ਵਾਲੀਆਂ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਦੀ ਇਹ ਯੋਗਤਾ ਸੁਝਾਅ ਦਿੰਦੀ ਹੈ ਕਿ Leanstral 1.5 ਮੈਮੋਰੀ-ਸੇਫ ਜਾਂ ਮਿਸ਼ਨ-ਕ੍ਰਿਟੀਕਲ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਆਟੋਮੇਟਡ "sanity check" ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ।

ਤਕਨੀਕੀ ਸਖ਼ਤੀ ਅਤੇ ਪਹੁੰਚਯੋਗਤਾ

Leanstral 1.5 ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਉੱਨਤ ਟ੍ਰੇਨਿੰਗ ਪਾਈਪਲਾਈਨ ਸ਼ਾਮਲ ਸੀ ਜਿਸ ਵਿੱਚ mid-training, supervised fine-tuning (SFT), ਅਤੇ reinforcement learning (RL) ਸ਼ਾਮਲ ਸਨ। ਇਹ ਬਹੁ-ਪੜਾਅ ਵਾਲਾ ਤਰੀਕਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਮਾਡਲ ਸਿਰਫ਼ ਅਗਲੇ ਟੋਕਨ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ ਕਰਦਾ ਬਲਕਿ ਫਾਰਮਲ ਰੀਜ਼ਨਿੰਗ ਲਈ ਲੋੜੀਂਦੇ ਅੰਡਰਲਾਈਂਗ ਲੌਜੀਕਲ ਢਾਂਚੇ ਨੂੰ ਸਮਝਦਾ ਹੈ।

ਓਪਨ-ਸੋਰਸ ਈਕੋਸਿਸਟਮ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਨ ਵਾਲੇ ਇੱਕ ਕਦਮ ਵਜੋਂ, Mistral ਨੇ ਇਸ ਮਾਡਲ ਨੂੰ Apache 2.0 ਲਾਇਸੈਂਸ ਦੇ ਤਹਿਤ ਰਿਲੀਜ਼ ਕੀਤਾ ਹੈ। ਇਹ ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਰੋਕਾਂ ਦੇ ਨਾਲ ਮਾਡਲ ਨੂੰ ਜੋੜਨ, ਸੋਧਣ ਅਤੇ ਤਾਇਨਾਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। Leanstral 1.5 ਵਰਤਮਾਨ ਵਿੱਚ Hugging Face ਰਾਹੀਂ ਅਤੇ ਇੱਕ ਮੁਫ਼ਤ API ਰਾਹੀਂ ਉਪਲਬਧ ਹੈ, ਜੋ ਕਿ ਆਪਣੇ ਵਰਕਫਲੋ ਵਿੱਚ ਫਾਰਮਲ ਵੈਰੀਫਿਕੇਸ਼ਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੇ ਚਾਹਵਾਨਾਂ ਲਈ ਰੁਕਾਵਟਾਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।

ਮੁੱਖ ਗੱਲਾਂ

  • ਬੈਂਚਮਾਰਕ ਉੱਤਮਤਾ: Leanstral 1.5 ਨੇ miniF2F 'ਤੇ 100% ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ ਅਤੇ PutnamBench ਅਤੇ ਗ੍ਰੈਜੂਏਟ-ਪੱਧਰ ਦੇ ਐਲਜਬਰਾ ਟੈਸਟਾਂ 'ਤੇ ਲਗਭਗ ਸਾਰੇ ਓਪਨ-ਸੋਰਸ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਤੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ।
  • ਵਿਵਹਾਰਕ ਡੀਬੱਗਿੰਗ: ਮਾਡਲ ਨੇ ਰੈਪੋਜ਼ਟਰੀ ਸਕੈਨ ਦੌਰਾਨ Rust ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ overflow ਬੱਗ ਵਰਗੀਆਂ ਅਸਲ ਦੁਨੀਆ ਦੀਆਂ ਕਮਜ਼ੋਰੀਆਂ ਲੱਭਣ ਦੀ ਆਪਣੀ ਯੋਗਤਾ ਸਾਬਤ ਕੀਤੀ ਹੈ।
  • ਓਪਨ-ਸੋਰਸ ਸਸ਼ਕਤੀਕਰਨ: Apache 2.0 ਲਾਇਸੈਂਸ ਦੇ ਤਹਿਤ ਰਿਲੀਜ਼ ਕੀਤਾ ਗਿਆ, ਇਹ ਮਾਡਲ ਵਿਸ਼ਵਵਿਆਪੀ ਡਿਵੈਲਪਰ ਭਾਈਚਾਰੇ ਲਈ Hugging Face ਅਤੇ ਇੱਕ ਮੁਫ਼ਤ API ਰਾਹੀਂ ਬਹੁਤ ਪਹੁੰਚਯੋਗ ਹੈ।