ਹੀਯੂ ਮਿਨੀਮੈਕਸ ਐਮ 2.5 ਸਮੀਖਿਆ\n\nਸੰਖੇਪ ਸਿੱਟਾ: ਹੇਠਾਂ ਜੜ੍ਹਾਂ, ਉੱਪਰ ਵਾਧਾ\n\n## ਬੁਨਿਆਦੀ ਸਥਿਤੀ\n\nਹੀਯੂ ਦੀ ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਐਮ 2.1 ਤਕਨੀਕੀ ਸਮੱਸਿਆਵਾਂ ਦੇ ਕਾਰਨ, ਹਾਲਾਂਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰ ਹੋਇਆ, ਪਰ ਤਰਕ ਦੀ ਯੋਗਤਾ ਐਮ 2 ਤੋਂ ਪਿੱਛੇ ਰਹਿ ਗਈ। ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਐਮ 2.5 ਨੇ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਤਕਨੀਕੀ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰ ਲਿਆ ਹੈ, ਅਤੇ ਯੋਗਤਾ ਆਮ ਟਰੈਕ 'ਤੇ ਵਾਪਸ ਆ ਗਈ ਹੈ। ਐਮ 2 ਦੇ ਮੁਕਾਬਲੇ, ਐਮ 2.5 ਵਿੱਚ ਲਗਭਗ 17% ਦਾ ਸੁਧਾਰ ਹੋਇਆ ਹੈ।\n\nਹਾਲਾਂਕਿ, ਕੁਝ ਸੁਧਾਰ ਲੰਬੀ ਸੋਚ ਵਾਲੀ ਲੜੀ ਅਤੇ ਡੂੰਘਾਈ ਵਾਲੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦੀ ਖੋਜ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਗਏ ਹਨ। ਐਮ 2.5 ਦੀ ਔਸਤ ਟੋਕਨ ਖਪਤ ਟੈਸਟ ਕੀਤੇ ਗਏ ਸਾਰੇ ਮਾਡਲਾਂ ਵਿੱਚ 6ਵੇਂ ਸਥਾਨ 'ਤੇ ਹੈ, ਜੋ ਕਿ ਵਿਰੋਧੀ ਸੋਨੇਟ ਨਾਲੋਂ ਲਗਭਗ 2 ਗੁਣਾ ਹੈ। ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਹੀਯੂ ਦੀ ਕੰਪਿਊਟਿੰਗ ਸ਼ਕਤੀ ਦੀ ਗਰੰਟੀ ਹੈ, ਅਤੇ ਲਾਗਤ ਵੀ ਜ਼ਿਆਦਾ ਨਹੀਂ ਹੈ। ਹਾਲਾਂਕਿ ਪ੍ਰੋਗਰਾਮਿੰਗ ਸੋਨੇਟ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਨਹੀਂ ਸਕਦੀ, ਪਰ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਪਲਬਧ ਹੈ। ਐਮ 2.5 ਨੇ ਆਖਰਕਾਰ ਐਮ 2.1 ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਟੀਚੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰ ਲਿਆ ਹੈ।\n\n## ਤਰਕ ਦੇ ਅੰਕ\n\n\n\n1 ਸਾਰਣੀ ਸਿਰਫ਼ ਤੁਲਨਾ ਸਬੰਧਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਲਈ ਕੁਝ ਤੁਲਨਾਤਮਕ ਮਾਡਲਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਇਹ ਪੂਰੀ ਤਰਤੀਬ ਨਹੀਂ ਹੈ।\n\n2 ਸਵਾਲ ਅਤੇ ਟੈਸਟ ਦੇ ਤਰੀਕੇ ਲਈ, ਵੇਖੋ: ਵੱਡਾ ਭਾਸ਼ਾ ਮਾਡਲ - ਤਰਕ ਦੀ ਯੋਗਤਾ ਦਾ ਖਿਤਿਜੀ ਮੁਲਾਂਕਣ 26-01 ਮਹੀਨਾਵਾਰ ਸੂਚੀ। #56 ਸਵਾਲ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ।\n\n3 ਪੂਰੀ ਸੂਚੀ https://llm2014.github.io/llm_benchmark/ 'ਤੇ ਅੱਪਡੇਟ ਕੀਤੀ ਗਈ ਹੈ।\n\n4 ਲਾਲ ਰੰਗ ਚੀਨੀ ਨਵੇਂ ਸਾਲ ਦੀ ਮਿਆਦ ਤੱਕ ਸੀਮਿਤ ਹੈ, ਜੋ ਖੁਸ਼ੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਇਸਦਾ ਕੋਈ ਹੋਰ ਅਰਥ ਨਹੀਂ ਹੈ।\n\nਕਿਉਂਕਿ ਐਮ 2.1 ਇੱਕ ਬੱਗ ਵਾਲਾ ਸੰਸਕਰਣ ਹੈ, ਜਿਸਦੀ ਤਰਕ ਦੀ ਯੋਗਤਾ ਅਸਧਾਰਨ ਤੌਰ 'ਤੇ ਘੱਟ ਹੈ, ਇਸ ਲਈ ਹੇਠਾਂ ਦਿੱਤਾ ਪਾਠ ਸਿਰਫ਼ ਐਮ 2 ਅਤੇ ਐਮ 2.5 ਦੀ ਪੀੜ੍ਹੀ ਦੇ ਵਿਚਕਾਰ ਤੁਲਨਾ ਕਰੇਗਾ।\n\n## ਸੁਧਾਰ\n\n- ਸਥਿਰ ਤਰਕ: ਐਮ 2.5 ਲੰਬੇ ਤਰਕ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਸ਼ੁਰੂਆਤੀ ਰੁਕਾਵਟਾਂ ਅਤੇ ਸੰਦਰਭ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦਾ ਹੈ, ਇਸਲਈ ਕੁਝ ਮੁਸ਼ਕਲ ਨਹੀਂ ਹਨ, ਪਰ