എഴുത്ത്, കോഡിംഗ്, സെർച്ച്: നിങ്ങൾക്ക് ഏറ്റവും അനുയോജ്യമായ LLM ഏതാണ്?

ഇന്ന് ഒരു ലാർജ് ലാംഗ്വേജ് മോഡൽ (LLM) തിരഞ്ഞെടുക്കുന്നത് ഏറ്റവും ബുദ്ധിയുള്ള മെഷീനെ കണ്ടുപിടിക്കുന്നതുപോലെ അത്ര ലളിതമല്ല. മികച്ച പെർഫോമൻസ് നൽകുന്ന മോഡലുകൾ തമ്മിലുള്ള വ്യത്യാസം ഇപ്പോൾ വളരെ കുറവാണ്. അതുകൊണ്ട് തന്നെ, നിങ്ങളുടെ ജോലികൾക്ക് ഏതാണ് കൂടുതൽ ഇണങ്ങുന്നത് എന്നതിലാണ് കാര്യം. വെറുമൊരു അസിസ്റ്റന്റിനെയല്ല, നിങ്ങളുടെ ആവശ്യങ്ങൾ കൃത്യമായി മനസ്സിലാക്കുന്ന ഒരു ടൂളിനെയാണ് നിങ്ങൾ തിരയുന്നത്. ചിലർക്ക് കവിതയെഴുതുന്ന ഭാവന വേണം, എന്നാൽ മറ്റ് ചിലർക്ക് ഒരു സീനിയർ സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറുടെ ലോജിക് ആയിരിക്കും ആവശ്യം. വിപണി ഇപ്പോൾ ഓരോ പ്രത്യേക കാര്യങ്ങൾക്കായി വിഭജിക്കപ്പെട്ടിരിക്കുകയാണ്. ആയിരക്കണക്കിന് പേജുകളുള്ള നിയമരേഖകൾ ചുരുക്കിയെഴുതാൻ ഒരു മോഡൽ മിടുക്കനാണെങ്കിൽ, ഇന്റർനെറ്റിൽ സെർച്ച് ചെയ്ത് പുതിയ വിവരങ്ങൾ കണ്ടെത്താൻ മറ്റൊരാളായിരിക്കും കേമൻ. വെറും ഇന്റലിജൻസിനേക്കാൾ ഉപരിയായി, അത് എത്രത്തോളം ഉപകാരപ്പെടുന്നു എന്നതിനാണ് ഇന്ന് പ്രാധാന്യം. എല്ലാ കാര്യങ്ങൾക്കും ഒരേ മോഡൽ തന്നെയാണ് നിങ്ങൾ ഇപ്പോഴും ഉപയോഗിക്കുന്നതെങ്കിൽ, നിങ്ങളുടെ പ്രൊഡക്റ്റിവിറ്റിയിൽ നിങ്ങൾ പിന്നിലാകാൻ സാധ്യതയുണ്ട്. നിങ്ങളുടെ ഓരോ ആവശ്യത്തിനും കൃത്യമായ ടൂൾ കണ്ടെത്തുക എന്നതാണ് പ്രധാനം.

നിലവിൽ നാല് പ്രധാന പ്ലെയേഴ്സ് ആണ് ഈ രംഗം ഭരിക്കുന്നത്. OpenAI-യുടെ GPT-4o ആണ് ഇതിൽ ഏറ്റവും കൂടുതൽ കാര്യങ്ങൾ ചെയ്യാൻ കഴിയുന്ന ‘ജനറലിസ്റ്റ്’. വോയ്‌സ്, വിഷൻ, ടെക്സ്റ്റ് എന്നിവ കൈകാര്യം ചെയ്യുന്നതിൽ ഇതിന് പ്രത്യേക കഴിവുണ്ട്. എഴുത്തുകാർക്കും കോഡർമാർക്കും ഇടയിൽ തരംഗമായ ഒന്നാണ് Anthropic-ന്റെ Claude 3.5 Sonnet. ഇതിന്റെ ഭാഷാശൈലിയും ലോജിക്കും ഒരു മെഷീനേക്കാൾ ഉപരിയായി ഒരു സഹപ്രവർത്തകനെപ്പോലെ തോന്നിപ്പിക്കും. Google-ന്റെ Gemini 1.5 Pro-യുടെ പ്രത്യേകത അതിന്റെ വമ്പൻ മെമ്മറിയാണ്. മണിക്കൂറുകൾ നീളുന്ന വീഡിയോകളോ വലിയ കോഡ്ബേസുകളോ ഇതിന് നിഷ്പ്രയാസം വിശകലനം ചെയ്യാം. ഒടുവിൽ, സെർച്ചിംഗിനായി Perplexity എന്നൊരു പുലിയുമുണ്ട്. ഇത് വെറുതെ ചാറ്റ് ചെയ്യുകയല്ല, പകരം ഇന്റർനെറ്റിൽ തപ്പി കൃത്യമായ ഉത്തരങ്ങൾ സോഴ്സ് സഹിതം നൽകുന്നു. GPT-4o സ്പീഡിനും മൾട്ടിമോഡൽ ഫീച്ചറുകൾക്കും വേണ്ടിയുള്ളതാണ്, Claude ക്വാളിറ്റിക്കും സേഫ്റ്റിക്കും, Gemini ഗൂഗിൾ ഇക്കോസിസ്റ്റത്തിനും ഡാറ്റാ അനാലിസിസിനും, Perplexity സെർച്ച് എഞ്ചിന് പകരക്കാരനായും ഡിസൈൻ ചെയ്തിട്ടുള്ളതാണ്. ഈ വ്യത്യാസങ്ങൾ മനസ്സിലാക്കുക എന്നതാണ് മികച്ച രീതിയിൽ AI ഉപയോഗിക്കാനുള്ള ആദ്യ പടി.

വിവരങ്ങൾ തിരയുന്ന രീതി തന്നെ ഇപ്പോൾ മാറിക്കൊണ്ടിരിക്കുകയാണ്. ലിങ്കുകളിൽ ക്ലിക്ക് ചെയ്യുന്ന പഴയ കാലം മാറി, ഇപ്പോൾ AI നൽകുന്ന ഓവർവ്യൂവിലേക്ക് നമ്മൾ മാറുകയാണ്. ഇത് കണ്ടന്റ് ക്രിയേറ്റർമാർക്കും പബ്ലിഷർമാർക്കും വലിയ വെല്ലുവിളിയാണ്. AI തന്നെ നേരിട്ട് ഉത്തരം നൽകുമ്പോൾ, വെബ്സൈറ്റുകളിലേക്ക് ആളുകൾ പോകുന്നത് കുറയും. ഇത് വിസിബിലിറ്റിയും ട്രാഫിക്കും തമ്മിലുള്ള ഒരു യുദ്ധത്തിന് വഴിമാറുന്നു. ഗൂഗിൾ പോലുള്ള സെർച്ച് എഞ്ചിനുകൾ ഇപ്പോൾ AI-ക്ക് പെട്ടെന്ന് അനുകരിക്കാൻ കഴിയാത്ത ഒറിജിനൽ റിപ്പോർട്ടുകൾക്കും വ്യക്തിപരമായ അനുഭവങ്ങൾക്കും കൂടുതൽ പ്രാധാന്യം നൽകിത്തുടങ്ങിയിട്ടുണ്ട്. ഇന്റർനെറ്റ് ഇക്കോണമി തന്നെ മാറുകയാണ്. പബ്ലിഷർമാർ ഇപ്പോൾ തങ്ങളുടെ ഡാറ്റ ഉപയോഗിക്കുന്നതിന് AI കമ്പനികളുമായി കരാറുകളിൽ ഏർപ്പെടുകയാണ്. സാധാരണക്കാർക്ക് വേഗത്തിൽ ഉത്തരം ലഭിക്കുമെങ്കിലും, ചെറിയ വെബ്സൈറ്റുകൾക്ക് നിലനിൽപ്പ് പ്രയാസകരമായേക്കാം. മാർക്കറ്റിംഗ് അല്ലെങ്കിൽ മീഡിയ രംഗത്ത് ജോലി ചെയ്യുന്നവർ ഈ ട്രെൻഡുകൾ അറിഞ്ഞിരിക്കേണ്ടത് അത്യാവശ്യമാണ്.

ഉദാഹരണത്തിന് സാറ എന്നൊരു മാർക്കറ്റിംഗ് മാനേജറുടെ കാര്യം എടുക്കാം. രാവിലെ തന്നെ എതിരാളികളെക്കുറിച്ച് പഠിക്കാൻ അവൾ Perplexity ഉപയോഗിക്കുന്നു. മണിക്കൂറുകൾ വായിക്കുന്നതിന് പകരം മിനിറ്റുകൾക്കുള്ളിൽ അവൾക്ക് കൃത്യമായ റിപ്പോർട്ട് ലഭിക്കുന്നു. പിന്നീട് ഒരു ക്യാമ്പയിൻ പ്രൊപ്പോസൽ തയ്യാറാക്കാൻ Claude 3.5 Sonnet ഉപയോഗിക്കുന്നു. റോബോട്ടിക് അല്ലാത്ത, സ്വാഭാവികമായ ഭാഷയാണ് അവൾക്ക് ഇതിൽ ഇഷ്ടം. വലിയ സ്പ്രെഡ്ഷീറ്റുകൾ അനലൈസ് ചെയ്യാൻ Gemini 1.5 Pro-യും, പ്രസന്റേഷൻ പ്രാക്ടീസ് ചെയ്യാൻ ഫോണിലെ GPT-4o-യും അവൾ ഉപയോഗിക്കുന്നു. സാറ ഒരു ബ്രാൻഡിനെ മാത്രമല്ല ആശ്രയിക്കുന്നത്, പകരം ഓരോ ടൂളിന്റെയും കരുത്ത് അവൾ പ്രയോജനപ്പെടുത്തുന്നു. കീവേഡുകൾ ടൈപ്പ് ചെയ്യുന്നതിന് പകരം സങ്കീർണ്ണമായ ചോദ്യങ്ങൾ ചോദിച്ചാണ് അവൾ കാര്യങ്ങൾ ചെയ്യുന്നത്. AI നൽകുന്ന വിവരങ്ങൾ വേഗമേറിയതാണെങ്കിലും, പ്രധാനപ്പെട്ട കാര്യങ്ങൾ അവൾ ഇപ്പോഴും സ്വയം വെരിഫൈ ചെയ്യുന്നു. ഈ disclaimer-ai-generated content ഇപ്പോൾ അവളുടെ ജീവിതത്തിന്റെ ഭാഗമാണ്. മോഡലുകളുടെ ലേറ്റൻസി കുറഞ്ഞതോടെ AI-യുമായുള്ള സംസാരം ഇപ്പോൾ ഒരു മനുഷ്യനുമായി സംസാരിക്കുന്നതുപോലെ സ്വാഭാവികമായി മാറിയിട്ടുണ്ട്.

ഓട്ടോമേറ്റഡ് ഉത്തരങ്ങളുടെ മറഞ്ഞിരിക്കുന്ന വില

നമ്മൾ ഈ മോഡലുകളെ അമിതമായി ആശ്രയിക്കുമ്പോൾ ചില കാര്യങ്ങൾ ശ്രദ്ധിക്കേണ്ടതുണ്ട്. സ്വകാര്യതയാണ് ഇതിൽ പ്രധാനം. നിങ്ങൾ എന്റർപ്രൈസ് പ്ലാൻ ഉപയോഗിക്കുന്നില്ലെങ്കിൽ, നിങ്ങളുടെ ഡാറ്റ ഈ മോഡലുകളെ പരിശീലിപ്പിക്കാൻ ഉപയോഗിച്ചേക്കാം. നിങ്ങളുടെ ബിസിനസ് രഹസ്യങ്ങൾ ഒരു സ്വകാര്യ കമ്പനിയുടെ പക്കൽ ഇരിക്കുന്നത് സുരക്ഷിതമാണോ? അതുപോലെ തന്നെ പരിസ്ഥിതി ആഘാതവും വലുതാണ്. ഒരു സാധാരണ സെർച്ചിനേക്കാൾ കൂടുതൽ വൈദ്യുതി ഒരു AI ക്വറിക്ക് ആവശ്യമാണ്. ഏകദേശം 2 m² സ്ഥലമെടുക്കുന്ന സെർവർ റാക്കുകൾ ഉപയോഗിക്കുന്ന ഊർജ്ജം ഭീമമാണ്. കൂടാതെ, AI നൽകുന്ന വിവരങ്ങൾ തെറ്റാകാനുള്ള (hallucination) സാധ്യതയുമുണ്ട്. നിയമം, മരുന്ന് തുടങ്ങിയ മേഖലകളിൽ ഇത് വലിയ അപകടമുണ്ടാക്കാം. സ്പീഡിന് വേണ്ടി കൃത്യത ബലികഴിക്കുന്നത് എപ്പോഴും നല്ലതല്ല. ഗൂഗിൾ അല്ലെങ്കിൽ മൈക്രോസോഫ്റ്റ് ഇക്കോസിസ്റ്റത്തിൽ കുടുങ്ങിപ്പോയാൽ, നിങ്ങളുടെ ജോലിക്കാവശ്യമായ മികച്ച മോഡൽ ഉപയോഗിക്കാൻ നിങ്ങൾക്ക് കഴിയാതെ വന്നേക്കാം.

ഞങ്ങൾ ഉൾപ്പെടുത്തണമെന്ന് നിങ്ങൾ കരുതുന്ന ഒരു AI സ്റ്റോറിയോ, ടൂളോ, ട്രെൻഡോ, ചോദ്യമോ നിങ്ങളുടെ പക്കലുണ്ടോ? നിങ്ങളുടെ ലേഖന ആശയം ഞങ്ങൾക്ക് അയയ്ക്കുക — അത് കേൾക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു.

പവർ യൂസേഴ്സ് അറിയാൻ

സാങ്കേതിക കാര്യങ്ങളിൽ താല്പര്യമുള്ളവർ ശ്രദ്ധിക്കേണ്ട മൂന്ന് കാര്യങ്ങളാണ് **context handling**, API ലിമിറ്റുകൾ, വർക്ക്ഫ്ലോ ഇന്റഗ്രേഷൻ എന്നിവ. ഒരു മോഡലിന് ഒരേസമയം എത്ര വിവരങ്ങൾ ഓർത്തുവെക്കാൻ കഴിയും എന്നതാണ് കോൺടെക്സ്റ്റ് വിൻഡോ (context window). Gemini 1.5 Pro ഇക്കാര്യത്തിൽ മുന്നിലാണ് (2 മില്യൺ ടോക്കൺസ്). Claude 3.5 Sonnet-ന് 2 ലക്ഷം ടോക്കൺസ് വരെ കൈകാര്യം ചെയ്യാം. **Latency** അഥവാ റെസ്പോൺസ് ലഭിക്കാനുള്ള വേഗതയാണ് മറ്റൊരു ഘടകം. GPT-4o ഇക്കാര്യത്തിൽ വളരെ വേഗതയുള്ളതാണ്. താഴെ പറയുന്ന കാര്യങ്ങളും ശ്രദ്ധിക്കുക:

• പീക്ക് സമയങ്ങളിൽ API കോളുകൾക്ക് നിയന്ത്രണം ഉണ്ടായേക്കാം.
• ചാറ്റ് ഹിസ്റ്ററി സേവ് ചെയ്യുന്ന രീതി ഓരോ പ്ലാറ്റ്‌ഫോമിലും വ്യത്യസ്തമാണ്.
• ഡെവലപ്പർമാർക്ക് JSON മോഡ് വളരെ പ്രധാനമാണ്.
• ചെറിയ മോഡലുകളും വലിയ മോഡലുകളും തമ്മിൽ ചിലവിൽ വലിയ വ്യത്യാസമുണ്ട്.

നിങ്ങളുടെ കോഡ് എഡിറ്ററിനുള്ളിൽ തന്നെ പ്രവർത്തിക്കുന്ന AI ടൂളുകൾ (ഉദാഹരണത്തിന് GitHub Copilot) ജോലി എളുപ്പമാക്കും. പ്രൈവസി പേടിയുള്ളവർ ഇപ്പോൾ സ്വന്തം ഹാർഡ്‌വെയറിൽ പ്രവർത്തിക്കുന്ന ലോക്കൽ LLM-കളിലേക്ക് മാറുന്നുണ്ട്. ഇവ GPT-4o അത്രയും പവർഫുൾ അല്ലെങ്കിലും വേഗത്തിൽ മെച്ചപ്പെടുന്നുണ്ട്. നിങ്ങളുടെ മനസ്സിനുള്ള ഒരു ഓപ്പറേറ്റിംഗ് സിസ്റ്റം തിരഞ്ഞെടുക്കുന്നത് പോലെയാണ് ഒരു മോഡൽ തിരഞ്ഞെടുക്കുന്നത്.

നിങ്ങൾക്കുള്ള ടൂൾ തിരഞ്ഞെടുക്കാം

നിങ്ങളുടെ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ സഹായിക്കുന്നതാണ് ഏറ്റവും നല്ല LLM. നിങ്ങൾ ഒരു എഴുത്തുകാരനാണെങ്കിൽ Claude 3.5 Sonnet പരീക്ഷിക്കുക. റിസർച്ചർ ആണെങ്കിൽ Perplexity മികച്ചതാണ്. വോയ്‌സ്, വിഷൻ ഫീച്ചറുകൾക്ക് GPT-4o തന്നെയാണ് ഇപ്പോഴും രാജാവ്. ഗൂഗിൾ വർക്ക്‌സ്‌പേസ് ഉപയോഗിക്കുന്നവർക്ക് Gemini 1.5 Pro ആണ് നല്ലത്. ഒന്നിൽ മാത്രം ഒതുങ്ങിനിൽക്കാതെ, ഓരോ ആവശ്യത്തിനും അനുയോജ്യമായ ടൂൾ മാറി മാറി ഉപയോഗിക്കാൻ ശീലിക്കുക. ഇവയെല്ലാം നിങ്ങളെ സഹായിക്കാനുള്ള ടൂളുകൾ മാത്രമാണെന്ന് ഓർക്കുക.

編者按： 我們創建這個網站，是為了那些不是電腦高手，但仍希望了解人工智慧、更自信地使用它，並追隨已經到來的未來的人們，提供一個多語言的人工智慧新聞和指南中心。