Hugging Faceలో అత్యధికంగా డౌన్లోడ్ చేయబడిన మోడల్ అసలు చాట్-బాట్ కాదు – అది 2021 నాటి 22 మిలియన్ పారామీటర్ల కలిగిన ఒక sentence-embedding మోడల్, దీనిని 256 మిలియన్ల సార్లు డౌన్లోడ్ చేశారు. ఈ గణాంకాలు ఒక స్పష్టమైన విషయాన్ని చెబుతున్నాయి: నిజ ప్రపంచంలోని మెజారిటీ AI వర్క్లోడ్లు వార్తల్లో నిలుస్తున్న Large Language Models (LLMs) పై కాకుండా, చిన్నవి మరియు CPU-friendly మోడల్స్ పై నడుస్తున్నాయి.
ప్రొడక్షన్లో ఆధిపత్యం వహిస్తున్న మూడు మోడల్స్
all-MiniLM-L6-v2 – 256 మిలియన్ డౌన్లోడ్లు
ఈ 22 M-పారామీటర్ల మోడల్ ఒక టెక్స్ట్ ముక్కను dense vectorగా మారుస్తుంది. ఈ వెక్టార్ను ఇతరులతో పోల్చి పోలికను (similarity) కొలవవచ్చు, ఇది semantic search, recommendation engines మరియు duplicate-detection pipelinesలకు శక్తినిస్తుంది.
ఇది ఎందుకు అంత ప్రాచుర్యం పొందిందంటే:
- CPU పై నడుస్తుంది – ఖరీదైన GPU అవసరం లేదు.
- Batch processing కోసం వేగవంతమైనది – నిమిషాల్లోనే మిలియన్ల కొద్దీ వాక్యాలను embed చేయగలదు.
- స్థానికంగా (locally) హోస్ట్ చేయడం ఉచితం – ఇది క్లౌడ్-సర్వీస్ ఫీజులను మరియు డేటా-ప్రైవసీ ఆందోళనలను తగ్గిస్తుంది.
cross-encoder/ms-marco-MiniLM-L6-v2 – 87 మిలియన్ డౌన్లోడ్లు
ఈ మోడల్ ఒక rerankerగా పనిచేస్తుంది. ఇది ఒక క్వెరీ (query) మరియు ఒక కాండిడేట్ డాక్యుమెంట్ను కలిపి తీసుకుని, వాటికి సంబంధించిన స్కోరును (relevance score) అందిస్తుంది. ఒక సాధారణ RAG స్టాక్లో వర్క్ఫ్లో ఇలా ఉంటుంది:
- వేగవంతమైన దశ (Fast stage) – MiniLM టాప్-50 కాండిడేట్లను ఎంపిక చేస్తుంది.
- ఖచ్చితమైన దశ (Accurate stage) – ఆ 50 అంశాలను cross-encoder మళ్ళీ స్కోరింగ్ చేయడం వల్ల సమాధానం యొక్క నాణ్యత పెరుగుతుంది.
మోడల్ పేజీలో తక్కువ "like" కౌంట్ ఉండటం వల్ల, వినియోగదారులు హబ్ను బ్రౌజ్ చేయడం కంటే ప్రోగ్రామాటిక్గా దీనిని ఎక్కువగా ఉపయోగిస్తున్నారని అర్థమవుతుంది. అయితే, డౌన్లోడ్ సంఖ్య దీనిని ప్రొడక్షన్ పైప్లైన్లలో ఖచ్చితత్వాన్ని (precision) పెంచడానికి వాడే అత్యుత్తమ సాధనంగా (de-facto tool) ధృవీకరిస్తోంది.
amazon/chronos-2 – 35 మిలియన్ డౌన్లోడ్లు
Chronos-2 టైమ్-సిరీస్ డేటాను టెక్స్ట్లా పరిగణిస్తుంది, దీనివల్ల ఒకే ఫౌండేషన్ మోడల్ ద్వారా విక్రయాలు (sales), సర్వర్ లోడ్ లేదా ఏదైనా నంబరిక్ సిగ్నల్ను ప్రత్యేక శిక్షణ (task-specific training) లేకుండానే అంచనా వేయవచ్చు. ఒక ప్రత్యేకమైన ఫొర్కాస్టర్ (forecaster) కోసం పదుల మిలియన్ల డౌన్లోడ్ కౌంట్ ఉండటం అనేది, "ఒక్కసారి ట్రైన్ చేయండి, ఎక్కడైనా రన్ చేయండి" (train once, run anywhere) అనే పరిష్కారాల పట్ల ఉన్న బలమైన ఆసక్తిని సూచిస్తుంది, ముఖ్యంగా ప్రతి మెట్రిక్ కోసం వేర్వేరు మోడల్స్ను నిర్వహించాల్సిన అవసరం ఉన్న సంస్థలలో ఇది కనిపిస్తుంది.
ఈ గణాంకాలు AI టీమ్లకు ఏం చెబుతున్నాయి
డౌన్లోడ్ చార్ట్లు మీడియా హైప్ (hype) మరియు ఆపరేషనల్ వాస్తవికత మధ్య ఉన్న వ్యత్యాసాన్ని బయటపెడుతున్నాయి. ప్రెస్ రిలీజ్లలో LLMల గురించి ఎక్కువగా వినిపిస్తున్నప్పటికీ, సర్వీసులను నిరంతరం ఆన్లైన్లో ఉంచే అసలైన పనిముట్లు ఇవే:
- Embedding models – ఇవి ముడి టెక్స్ట్ను సెర్చ్ చేయగల వెక్టార్లుగా మారుస్తాయి.
- Cross-encoders – ఇవి ఆ వెక్టార్లను ఖచ్చితమైన ర్యాంకింగ్లుగా మారుస్తాయి.
- Foundation forecasters – ఇవి అనేక నంబరిక్ సిరీస్లకు ఒకే మోడల్ను వర్తింపజేస్తాయి.
ముగింపు స్పష్టంగా ఉంది: మీరు భారీ స్థాయిలో (at scale) నడిచే AIని నిర్మిస్తుంటే, కేవలం హైప్ను మాత్రమే చూడకండి. Hugging Face డౌన్లోడ్ చార్ట్లలో ఆధిపత్యం వహిస్తున్న మోడల్స్ ప్రొడక్షన్ సిస్టమ్స్ను సజావుగా నడిపిస్తాయి, మరియు నిజమైన AI పెట్టుబడులు ఎటువైపు మళ్లుతాయో ఇవే నిర్ణయిస్తాయి.