फ्रंटियर मॉडल एक AI प्रणाली है, जो लगभग हमेशा एक बड़ा फाउंडेशन मॉडल होता है, जो क्षमता के मामले में वर्तमान अत्याधुनिक स्तर का प्रतिनिधित्व करता है, आम तौर पर कार्यों की एक विस्तृत श्रृंखला पर पहले से व्यापक रूप से तैनात किसी भी मॉडल के प्रदर्शन से बेहतर होता है। LLM या ट्रांसफॉर्मर जैसे अधिक तकनीकी शब्दों के विपरीत, फ्रंटियर मॉडल मुख्य रूप से एक नीति और शासन शब्द है, जिसका उपयोग यह पहचानने के लिए किया जाता है कि किन प्रणालियों पर अधिक गहन जांच की आवश्यकता है क्योंकि उनकी क्षमताएं संस्थानों द्वारा पूरी तरह से मूल्यांकन या विनियमित किए जाने की तुलना में तेजी से आगे बढ़ रही हैं।
शब्द की उत्पत्ति
यह शब्द लगभग 2023 में प्रचलन में आया, जब OpenAI, Anthropic, और Google DeepMind सहित प्रयोगशालाओं ने फ्रंटियर मॉडल फोरम का गठन किया, जो सबसे सक्षम मॉडलों के लिए सुरक्षा अनुसंधान और सर्वोत्तम प्रथाओं पर केंद्रित एक उद्योग निकाय है। यूके के AI सुरक्षा संस्थान और 2023 AI सुरक्षा शिखर सम्मेलन के बाद ब्लेचले घोषणा सहित नीति दस्तावेजों ने यह निर्धारित करने के लिए समान भाषा अपनाई कि अंतर्राष्ट्रीय समन्वय प्रयासों को किन प्रणालियों को प्राथमिकता देनी चाहिए, आम तौर पर बहुत बड़े प्रशिक्षण कंप्यूट या प्रदर्शित क्षमताओं द्वारा परिभाषित किया जाता है जो साइबर सुरक्षा या जैविक हथियार डिजाइन जैसे डोमेन में जोखिम पैदा कर सकते हैं।
विशेषताएँ
फ्रंटियर मॉडल आम तौर पर एक निश्चित तकनीकी सीमा से कम और सापेक्ष स्थिति से अधिक परिभाषित होते हैं: एक मॉडल फ्रंटियर माना जाता है यदि वह सामान्य कार्यों में वर्तमान क्षमता के शीर्ष पर या उसके करीब है, जैसा कि बेंचमार्क और LMArena जैसे सामुदायिक मूल्यांकन प्लेटफार्मों द्वारा अनौपचारिक रूप से मापा जाता है। फ्रंटियर स्थिति स्वाभाविक रूप से अस्थायी है, क्योंकि जो मॉडल रिलीज़ पर फ्रंटियर था वह आम तौर पर कुछ महीनों के भीतर किसी प्रतियोगी या उत्तराधिकारी द्वारा पीछे छोड़ दिया जाता है; यह लेबल एक स्थायी श्रेणी के बजाय एक समय में एक मॉडल की स्थिति का वर्णन करता है। फ्रंटियर प्रयोगशालाएं, वे संगठन जो इन प्रणालियों को प्रशिक्षित करते हैं, उनमें OpenAI, Anthropic, Google DeepMind, मेटा AI, xAI, और तेजी से DeepSeek और अलीबाबा की Qwen टीम जैसी चीनी प्रयोगशालाएं शामिल हैं।
नीति प्रासंगिकता
क्योंकि फ्रंटियर मॉडल नई क्षमताओं को प्रदर्शित करने वाले पहले होते हैं, वे पूर्व-तैनाती परीक्षण के आसपास स्वैच्छिक और नियामक प्रतिबद्धताओं का केंद्र बिंदु होते हैं, जैसे कि उत्तरदायी स्केलिंग नीतियां जो कई प्रयोगशालाओं द्वारा अपनाई गई हैं, जो क्षमता सीमा से अतिरिक्त सुरक्षा उपायों को जोड़ती हैं। EU AI अधिनियम ने इसी तरह प्रणालीगत जोखिम वाले सामान्य-उद्देश्य वाले AI मॉडल के लिए विशेष दायित्व बनाए, आंशिक रूप से कंप्यूट थ्रेशोल्ड के माध्यम से संचालित, फ्रंटियर मॉडल अवधारणा के समान अंतर्निहित चिंता को दर्शाते हुए: कि असामान्य रूप से सक्षम प्रणालियों की एक छोटी संख्या को छोटे या संकीर्ण AI उत्पादों पर लागू होने वाली तुलना में अधिक जांच की आवश्यकता होती है।
बहस
शब्द के आलोचकों का तर्क है कि यह एक विपणन लेबल के रूप में कार्य कर सकता है, जो नेतृत्व या सुरक्षा-चेतना का संकेत देता है जो किसी प्रयोगशाला के वास्तविक व्यवहार से मेल नहीं खा सकता है, और यह कि अकेले क्षमता द्वारा जोखिम को परिभाषित करना यह अनदेखा करता है कि एक मॉडल कैसे और किसके द्वारा तैनात किया गया है। अन्य लोग ध्यान देते हैं कि नियामक ध्यान को संकीर्ण रूप से फ्रंटियर मॉडल पर केंद्रित करने से थोड़े पीछे या ओपन-वेट मॉडल पर बने अनुप्रयोगों की कहीं बड़ी संख्या कम जांच में रह सकती है, भले ही वे सिस्टम व्यापक रूप से तैनात होने के बाद समान जोखिम पैदा कर सकते हैं। बहस के बावजूद, यह शब्द 2025 तक AI शासन चर्चाओं में मानक संक्षिप्त रूप बना हुआ है।