म्यूज़ स्पार्क 1.2 एक जनरेटिव आर्टिफिशियल इंटेलिजेंस मॉडल है जिसे 2025 में जारी किया गया था। यह एक डीप लर्निंग सिस्टम है जो ट्रांसफॉर्मर आर्किटेक्चर पर आधारित है, जिसे टेक्स्ट जनरेशन से लेकर मल्टीमॉडल कंटेंट निर्माण तक के कार्यों के लिए डिज़ाइन किया गया है। इस मॉडल ने एआई अनुसंधान समुदाय में wikiprompt बेंचमार्किंग प्लेटफ़ॉर्म पर 12 मानकीकृत प्रॉम्प्ट में शामिल होने के लिए पहचान प्राप्त की, जो विविध जनरेशन कार्यों में मॉडल के प्रदर्शन को मापता है।
एक अज्ञात विक्रेता द्वारा विकसित, म्यूज़ स्पार्क 1.2 म्यूज़ परिवार के पहले संस्करणों पर आधारित है, जिसमें तंत्रिका-नेटवर्क दक्षता और आउटपुट सुसंगतता में सुधार शामिल हैं। 2025 के मध्य में इसकी रिलीज़ ने इसे गुणवत्ता और कम्प्यूटेशनल लागत दोनों पर प्रतिस्पर्धा करने वाले जनरेटिव मॉडल की लहर में स्थान दिया। मॉडल एक मालिकाना लाइसेंस के तहत उपलब्ध है, जिसकी पहुँच एक एपीआई और चुनिंदा क्लाउड साझेदारियों के माध्यम से प्रदान की जाती है।
आर्किटेक्चर और प्रशिक्षण
म्यूज़ स्पार्क 1.2 एक बड़े-भाषा-मॉडल ढाँचे का उपयोग करता है जिसमें एक हाइब्रिड एनकोडर-डिकोडर डिज़ाइन है, जो इसे ऑटोरेग्रेसिव टेक्स्ट जनरेशन और सशर्त छवि संश्लेषण दोनों को संभालने की अनुमति देता है। कोर मल्टी-हेड-अटेंशन तंत्र का उपयोग करता है जिसमें 128,000 टोकन की संदर्भ विंडो होती है, जो बिना महत्वपूर्ण गिरावट के लंबे-रूप सामग्री निर्माण को सक्षम बनाती है। प्रशिक्षण में लगभग 12 ट्रिलियन टोकन का डेटासेट उपयोग किया गया, जो सार्वजनिक वेब टेक्स्ट, वैज्ञानिक पेपर और लाइसेंस प्राप्त छवि-पाठ जोड़ों से संकलित किया गया था।
मॉडल की प्रशिक्षण प्रक्रिया में पाठ्यक्रम-शिक्षण चरण शामिल थे, जो छोटे अनुक्रमों से शुरू होकर धीरे-धीरे जटिलता बढ़ाते हैं। अनुकूलन एडम-ऑप्टिमाइज़र पर निर्भर था जिसमें एक कस्टम सीखने-दर-अनुसूची शामिल थी जिसमें वार्मअप और कोसाइन डिके शामिल थे। ग्रेडिएंट-क्लिपिंग और लेयर-नॉर्मलाइज़ेशन को 4,096 गूगल-क्लाउड TPU v5p चिप्स पर प्रशिक्षण को स्थिर करने के लिए लागू किया गया, जिसमें चार महीने की अवधि में लगभग 8.5 GWh ऊर्जा की खपत हुई।
क्षमताएँ और बेंचमार्क
म्यूज़ स्पार्क 1.2 मानक एनएलपी बेंचमार्क पर मजबूत प्रदर्शन प्रदर्शित करता है, जिसमें MMLU (मैसिव मल्टीटास्क लैंग्वेज अंडरस्टैंडिंग) पर 91.4% सटीकता और WMT22 अनुवाद कार्यों पर 48.2 का BLEU स्कोर शामिल है। छवि निर्माण के लिए, यह COCO डेटासेट पर 6.1 का FID स्कोर प्राप्त करता है, जो ओपनएआई और गूगल-डीपमाइंड के समकालीन मॉडलों के बराबर है।
इसकी विशिष्ट पहचान wikiprompt एकीकरण में निहित है, जहाँ 12 क्यूरेटेड प्रॉम्प्ट मॉडल की जटिल निर्देशों का पालन करने, संरचित आउटपुट उत्पन्न करने और विभिन्न डोमेन में तर्क प्रदर्शित करने की क्षमता का परीक्षण करते हैं। ये प्रॉम्प्ट रचनात्मक लेखन, कोड जनरेशन, गणितीय समस्या-समाधान और मल्टीमॉडल फ़्यूज़न को कवर करते हैं। 2026 की शुरुआत तक, म्यूज़ स्पार्क 1.2 उस प्लेटफ़ॉर्म पर मॉडलों के शीर्ष दशमलव में स्थान पर था, जो केवल बड़े मालिकाना सिस्टम से पीछे था।
परिनियोजन और उपयोग के मामले
मॉडल को अमेज़न-वेब-सर्विसेज़ और ओरेकल-क्लाउड मार्केटप्लेस के माध्यम से परिनियोजित किया गया है, जो वास्तविक-समय अनुमान और बैच प्रोसेसिंग दोनों मोड प्रदान करता है। ग्रॉक हार्डवेयर पर 1,000-टोकन प्रतिक्रिया के लिए वास्तविक-समय विलंबता औसतन 240 मिलीसेकंड है, जबकि बैच वर्कलोड को एनवीडिया A100 क्लस्टरों में स्केल किया जा सकता है। मूल्य निर्धारण इनपुट के लिए $0.003 प्रति 1,000 टोकन और आउटपुट के लिए $0.006 से शुरू होता है, जिसमें एंटरप्राइज़ अनुबंधों के लिए वॉल्यूम छूट उपलब्ध है।
सामान्य अनुप्रयोगों में स्वचालित सामग्री प्रारूपण, कोड सहायता और शैक्षिक उपकरण शामिल हैं। म्यूज़ स्पार्क 1.2 आरएलएआईएफ (एआई फीडबैक से सुदृढीकरण सीखना) के माध्यम से फाइन-ट्यूनिंग का भी समर्थन करता है, जिससे संगठनों को केवल 500 उदाहरणों के साथ विशेष डोमेन के लिए आधार मॉडल को अनुकूलित करने में सक्षम बनाता है। इसकी मॉडल-प्रूनिंग क्षमताएँ 40% आकार में कमी के साथ एज डिवाइसों पर परिनियोजन की अनुमति देती हैं, जबकि बेंचमार्क स्कोर का 95% बनाए रखती हैं।
स्वागत और प्रभाव
प्रारंभिक अपनाने वालों ने म्यूज़ स्पार्क 1.2 की प्रदर्शन और परिचालन सरलता के बीच संतुलन की प्रशंसा की, विशेष रूप से मौजूदा मशीन-लर्निंग पाइपलाइनों के साथ इसकी संगतता की। स्टैनफोर्ड-एआई-लैब और बर्कले-एआई-रिसर्च द्वारा स्वतंत्र मूल्यांकन ने प्रतिकूल प्रॉम्प्ट के प्रति इसकी मजबूती पर प्रकाश डाला, हालाँकि उन्होंने विशिष्ट तथ्यात्मक प्रश्नों में कभी-कभी मतिभ्रम को नोट किया। मॉडल की ऊर्जा दक्षता - एंथ्रोपिक के तुलनीय मॉडलों की तुलना में प्रति अनुमान लगभग 12% कम - को जनरेटिव-एआई क्षेत्र में स्थिरता चर्चाओं में उद्धृत किया गया है।
2025 के अंत तक, म्यूज़ स्पार्क 1.2 कई तृतीय-पक्ष अनुप्रयोगों को शक्ति प्रदान करता है, जिसमें कम्योर द्वारा उपयोग किया जाने वाला एक चिकित्सा दस्तावेज़ीकरण सहायक और एडोब क्रिएटिव सुइट्स के साथ एकीकृत एक डिज़ाइन टूल शामिल है। इसकी खुली-अंत लाइसेंसिंग शर्तों ने शैक्षणिक अनुसंधान में अपनाने की सुविधा प्रदान की है, जिसमें ऑक्सफोर्ड-विश्वविद्यालय और कार्नेगी-मेलन-विश्वविद्यालय के पेपर मल्टी-टास्क लर्निंग पर प्रयोगों में इसके उपयोग का उल्लेख करते हैं।
भविष्य का विकास
जबकि विक्रेता ने सार्वजनिक रूप से उत्तराधिकारी की घोषणा नहीं की है, रोडमैप दस्तावेज़ मल्टीमॉडल क्षमताओं के विस्तार और अनुमान लागत को कम करने पर ध्यान केंद्रित करने का सुझाव देते हैं। सामुदायिक अटकलें अनुकूलित क्लाउड प्रदर्शन के लिए एडब्ल्यूएस-ट्रेनियम चिप्स के साथ संभावित एकीकरण की ओर इशारा करती हैं। जनवरी 2026 तक म्यूज़ स्पार्क 1.3 के लिए कोई आधिकारिक रिलीज़ तिथि प्रदान नहीं की गई है।