ரைட்டிங், கோடிங், சர்ச்: உங்களுக்கு செட் ஆகும் பெஸ்ட் LLM எது?

இப்போதெல்லாம் ஒரு சிறந்த large language model-ஐத் தேர்ந்தெடுப்பது என்பது வெறும் புத்திசாலித்தனமான மெஷினைத் தேடுவது மட்டுமல்ல. டாப் மாடல்களுக்கு இடையேயான வித்தியாசம் இப்போது மிகக் குறைவு. எனவே, உங்கள் வேலைக்கு எது செட் ஆகும் என்பதைப் பொறுத்தே முடிவு எடுக்க வேண்டும். நீங்கள் வெறும் அசிஸ்டெண்ட்டைத் தேடவில்லை; உங்கள் வேலையின் சூழலைப் புரிந்துகொள்ளும் ஒரு கருவியைத் தேடுகிறீர்கள். ஒருவருக்கு கவிஞனின் கற்பனைத் திறன் தேவைப்படலாம், இன்னொருவருக்கு ஒரு சீனியர் சாஃப்ட்வேர் இன்ஜினியரின் லாஜிக் தேவைப்படலாம். மார்க்கெட் இப்போது ஸ்பெஷலைஸ்டு ஏரியாவாக மாறிவிட்டது. ஒரு மாடல் சட்ட ஆவணங்களைச் சுருக்கிக் கொடுப்பதில் கில்லாடியாக இருக்கலாம், இன்னொன்று லேட்டஸ்ட் மார்க்கெட் நிலவரங்களை இன்டர்நெட்டில் தேடுவதில் சூப்பராக இருக்கலாம். இந்த மாற்றம் தான் இப்போதைய ட்ரெண்ட். எல்லா வேலைக்கும் ஒரே மாடலைப் பயன்படுத்தினால், உங்கள் நேரத்தை நீங்கள் வீணடிக்கிறீர்கள் என்று தான் அர்த்தம். உங்கள் நாளின் ஒவ்வொரு கடினமான வேலையையும் எளிதாக்க சரியான டூலைத் தேர்ந்தெடுப்பதே இலக்காகும்.

தற்போது மார்க்கெட்டில் நான்கு முக்கியமான பிளேயர்கள் உள்ளனர். OpenAI-ன் GPT-4o ஒரு ஆல்-ரவுண்டர். வாய்ஸ், விஷன், டெக்ஸ்ட் என அனைத்தையும் இது அசத்தலாகக் கையாளும். Anthropic-ன் Claude 3.5 Sonnet இப்போது ரைட்டர்கள் மற்றும் கோடர்கள் மத்தியில் செம பாப்புலர். இது ஒரு மெஷின் போல இல்லாமல், ஒரு புத்திசாலி நண்பனைப் போலப் பேசும். Google-ன் Gemini 1.5 Pro அதன் மெமரி பவருக்காகப் பெயர் பெற்றது. மணிநேர வீடியோக்கள் அல்லது முழு கோட்பேஸ்களையும் (codebases) ஒரே ப்ராம்ப்ட்டில் (prompt) இதனால் அலச முடியும். கடைசியாக, Perplexity ஒரு சிறந்த ஆன்சர் இன்ஜினாக உருவெடுத்துள்ளது. இது வெறும் சாட் செய்யாமல், இன்டர்நெட்டில் தேடி ஆதாரங்களுடன் பதில்களைத் தரும். GPT-4o வேகத்திற்கும், Claude தரமான எழுத்திற்கும், Gemini டேட்டா அனாலிசிஸிற்கும், Perplexity தேடலுக்கும் என ஒவ்வொன்றும் ஒரு ரகம். இந்த வித்தியாசங்களைப் புரிந்துகொள்வது தான் ஒரு சிறந்த யூசராக மாறுவதற்கான முதல் படி.

இந்த வளர்ச்சி நாம் தகவல்களைத் தேடும் முறையையே மாற்றுகிறது. வெறும் ப்ளூ லிங்குகளைக் கிளிக் செய்யும் காலம் முடிந்து, இப்போது AI ஓவர்வியூ காலம் தொடங்கிவிட்டது. இது கன்டென்ட் கிரியேட்டர்களுக்குப் பெரிய சவாலாக இருக்கிறது. AI-யே நேரடியாகப் பதிலைக் கொடுத்துவிட்டால், மக்கள் ஒரிஜினல் வெப்சைட்டிற்குச் செல்ல மாட்டார்கள். இதனால் விசிட்டர்களின் எண்ணிக்கை குறைய வாய்ப்புள்ளது. ஒரு பிராண்ட் பெயர் பதிலாகக் குறிப்பிடப்பட்டாலும், அது அந்தத் தளத்திற்கு டிராஃபிக்கைக் கொண்டு வராது. இப்போது கூகுள் போன்ற சர்ச் இன்ஜின்கள், ஒரு AI-யால் சுலபமாகச் செய்ய முடியாத ஒரிஜினல் ரிப்போர்ட்டிங் மற்றும் எக்ஸ்பர்ட் அனாலிசிஸ் போன்றவற்றுக்கு முக்கியத்துவம் கொடுக்கத் தொடங்கியுள்ளன. பப்ளிஷர்கள் இப்போது தங்கள் டேட்டாவைப் பயன்படுத்த AI நிறுவனங்களிடம் ஒப்பந்தம் செய்து கொள்கிறார்கள். சாதாரண யூசர்களுக்குப் பதில்கள் வேகமாகத் கிடைத்தாலும், சிறிய வெப்சைட்டுகள் பிழைப்பது கஷ்டமாகலாம். மார்க்கெட்டிங் அல்லது மீடியா துறையில் இருப்பவர்கள் இந்த ட்ரெண்டுகளைத் தெரிந்து கொள்வது அவசியம்.

ஒரு மார்க்கெட்டிங் மேனேஜரான சாராவின் ஒரு நாளைப் பார்ப்போம். அவர் காலையில் Perplexity மூலம் தனது போட்டியாளர்களைப் பற்றி ரிசர்ச் செய்கிறார். மணிநேரம் செலவழிக்காமல் சில நிமிடங்களில் அவருக்குத் தேவையான தகவல்கள் கிடைத்துவிடுகின்றன. பிறகு, ஒரு கேம்பெய்ன் ப்ரோபோசல் (campaign proposal) எழுத Claude 3.5 Sonnet-ஐப் பயன்படுத்துகிறார். ரோபோடிக் ஆக இல்லாமல் இயல்பாக இருப்பதால் அவருக்கு கிளாட் பிடிக்கும். கஸ்டமர் ஃபீட்பேக் அடங்கிய பெரிய ஸ்பிரட்ஷீட்டை (spreadsheet) அனலைஸ் செய்ய Gemini 1.5 Pro-வைப் பயன்படுத்துகிறார். மாலையில், தனது பிரசன்டேஷனைப் பிராக்டிஸ் செய்ய போனில் உள்ள GPT-4o-விடம் பேசுகிறார். இதுதான் மல்டி-மாடல் வொர்க்ஃப்ளோ (multi-model workflow). சாரா ஒரே பிராண்டை நம்பி இருப்பதில்லை. ஒவ்வொரு டூலின் பலத்தையும் அவர் சரியாகப் பயன்படுத்துகிறார். இப்போது அவர் கீவேர்டுகளைத் தேடுவதில்லை, சிக்கலான கேள்விகளைக் கேட்கிறார். AI வேகமாகப் பதிலளித்தாலும், சாரா முக்கியமான தகவல்களைச் சரிபார்க்கத் தவறுவதில்லை. இந்த disclaimer-ai-generated content இப்போது அவரது வாழ்க்கையின் ஒரு பகுதியாகிவிட்டது. இந்த மாடல்களின் வேகம் இப்போது ஒரு மனிதனுடன் பேசுவது போன்ற உணர்வைத் தருகிறது.

ஆட்டோமேட்டட் பதில்களின் மறைமுக விலை

இந்த மாடல்களை நாம் அதிகம் பயன்படுத்தும்போது, சில கேள்விகளையும் கேட்க வேண்டியுள்ளது. வசதிக்காக நாம் கொடுக்கும் விலை என்ன? நாம் ஒரிஜினல் சோர்ஸ்களைப் பார்ப்பதை நிறுத்தினால், அந்தத் தகவல்களை உருவாக்கும் சிஸ்டம் என்னவாகும்? பிரைவசி (privacy) ஒரு பெரிய கேள்விக்குறி. நீங்கள் என்டர்பிரைஸ் பிளான் (enterprise plan) எடுக்கவில்லை என்றால், உங்கள் டேட்டாவை இந்த மாடல்கள் தங்களை மேம்படுத்திக்கொள்ளப் பயன்படுத்தும். உங்கள் பிசினஸ் ரகசியங்களை ஒரு பிரைவேட் கம்பெனியிடம் கொடுப்பது பாதுகாப்பானதா? அடுத்து, சுற்றுச்சூழல் பாதிப்பு. ஒரு சாதாரண சர்ச்சை விட AI சர்ச் செய்ய அதிக மின்சாரம் தேவைப்படுகிறது. ஒரு சர்வர் ராக் (server rack) சுமார் 2 m² இடத்தை அடைத்தாலும், அது இழுக்கும் கரண்ட் அதிகம். வேகமான பதிலுக்காகச் சுற்றுச்சூழலைச் சிதைக்கலாமா? மேலும், இந்த மாடல்கள் சில நேரங்களில் தவறான தகவல்களைத் தன்னம்பிக்கையுடன் சொல்லும் (hallucination). சட்டம் அல்லது மருத்துவம் போன்ற துறைகளில் இது ஆபத்தானது. நீங்கள் கூகுள் அல்லது மைக்ரோசாஃப்ட் சிஸ்டத்தில் சிக்கியிருந்தால், உங்களுக்குப் பிடிக்காவிட்டாலும் அவர்கள் தரும் மாடலையே பயன்படுத்த வேண்டிய கட்டாயம் ஏற்படலாம்.

நாங்கள் கவர் செய்ய வேண்டும் என்று நீங்கள் நினைக்கும் AI கதை, கருவி, போக்கு அல்லது கேள்வி உங்களிடம் உள்ளதா? உங்கள் கட்டுரை யோசனையை எங்களுக்கு அனுப்பவும் — அதைக் கேட்க நாங்கள் விரும்புகிறோம்.

பவர் யூசர்களுக்கான டெக்னிக்கல் விஷயங்கள்

நீங்கள் ஒரு பவர் யூசர் என்றால், மார்க்கெட்டிங் பேச்சை விட டெக்னிக்கல் விஷயங்கள் தான் முக்கியம். முக்கியமாக மூன்று விஷயங்களைக் கவனிக்க வேண்டும்: **context handling**, API லிமிட்கள் மற்றும் வொர்க்ஃப்ளோ இன்டக்ரேஷன் (workflow integration). கான்டெக்ஸ்ட் விண்டோ (context window) என்பது ஒரு மாடல் எவ்வளவு தகவலை நினைவில் வைத்திருக்கும் என்பதாகும். இதில் 2 மில்லியன் டோக்கன்களுடன் Gemini 1.5 Pro முதலிடத்தில் உள்ளது. 200,000 டோக்கன்களுடன் Claude 3.5 Sonnet அடுத்த இடத்தில் உள்ளது. **Latency** என்பது வேகம். நீங்கள் ஒரு ஆப் உருவாக்குகிறீர்கள் என்றால், பதில் உடனே கிடைக்க வேண்டும். இதில் GPT-4o சிறப்பாகச் செயல்படுகிறது. மேலும் சில விஷயங்கள்:

• பீக் ஹவர்ஸில் (peak hours) API கால் ரேட் லிமிட்கள் உங்கள் வேலையைத் தாமதப்படுத்தலாம்.
• பழைய வேலைகளைத் தேடி எடுக்க சாட் ஹிஸ்டரி ஸ்டோரேஜ் வசதி ஒவ்வொரு பிளாட்ஃபார்மிலும் மாறுபடும்.
• டெவலப்பர்களுக்கு JSON mode மற்றும் டூல் பயன்பாட்டுத் திறன் மிகவும் அவசியம்.
• பெரிய மற்றும் சிறிய மாடல்களுக்கு இடையே டோக்கன் கட்டணம் பத்து மடங்கு வரை வேறுபடலாம்.

இன்டக்ரேஷன் தான் உண்மையான பலம். காப்பி-பேஸ்ட் செய்யாமல் உங்கள் கோட் எடிட்டருக்குள்ளேயே இருக்கும் GitHub Copilot போன்ற டூல்கள் அதிகப் பயனுள்ளவை. பிரைவசி காரணங்களுக்காகப் பலர் இப்போது சொந்த ஹார்டுவேரில் இயங்கும் லோக்கல் LLM-களைப் பயன்படுத்தத் தொடங்கியுள்ளனர். இவை இன்னும் GPT-4o அளவுக்கு வளரவில்லை என்றாலும், வேகமாக முன்னேறி வருகின்றன. மாடலைத் தேர்ந்தெடுப்பது என்பது உங்கள் சிந்தனைக்கான ஒரு ஆப்பரேட்டிங் சிஸ்டத்தைத் தேர்ந்தெடுப்பது போன்றது.

உங்களுக்கான டூலைத் தேர்ந்தெடுங்கள்

உண்மையான பிரச்சனைகளைத் தீர்க்க நீங்கள் எதைப் பயன்படுத்துகிறீர்களோ, அதுவே சிறந்த LLM. நீங்கள் ஒரு ரைட்டர் என்றால் Claude 3.5 Sonnet-ஐத் தேர்ந்தெடுங்கள். ரிசர்ச் செய்ய Perplexity சிறந்தது. வாய்ஸ் மற்றும் விஷன் வசதி கொண்ட ஒரு ஜெனரல் அசிஸ்டெண்ட் வேண்டுமென்றால் GPT-4o தான் பெஸ்ட். கூகுள் வொர்க்ஸ்பேஸ் பயன்படுத்துபவர்களுக்கு Gemini 1.5 Pro தான் சரியான சாய்ஸ். எல்லா வேலைக்கும் ஒரே மாடலைப் பயன்படுத்த வேண்டும் என்ற அவசியம் இல்லை. அந்தந்த வேலைக்கு ஏற்ற சிறந்த டூலைப் பயன்படுத்துங்கள்.

ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.