YandexGPT (language model) (EL)

From Systems analysis Wiki
Jump to navigation Jump to search

YandexGPT (Yet another GPT) — οικογένεια μεγάλων γλωσσικών μοντέλων που αναπτύχθηκαν από την Yandex και παρουσιάστηκαν για πρώτη φορά τον Μάιο του 2023.[1] Τα δίκτυα YandexGPT χρησιμοποιούνται στον ενσωματωμένο βοηθό Alisa, στην Αναζήτηση και σε άλλες υπηρεσίες, ενώ είναι επίσης διαθέσιμα μέσω του δημόσιου API της πλατφόρμας Yandex Cloud.[2]

YaLM‑100B (2022) — το προγενέστερο ερευνητικό μοντέλο ανοιχτού κώδικα με 100 δισεκατομμύρια παραμέτρους· χρησίμευσε ως «απόδειξη της έννοιας», ωστόσο το YandexGPT αναπτύχθηκε ξεχωριστά για εμπορική χρήση.[3]

Ιστορικό εκδόσεων

Κύριες εκδόσεις
Ημερομηνία Έκδοση Βασικά χαρακτηριστικά
Ιούν 2022 YaLM‑100B 100 B παράμετροι, 1.7 TB δεδομένων· Apache 2.0.[3]
17 Μαΐ 2023 YandexGPT 1.0 Ενσωμάτωση στο «Alisa».[1]
7 Σεπ 2023 YandexGPT 2 +67% ποιότητα βάσει εσωτερικών δοκιμών.[4]
28 Μαρ 2024 YandexGPT 3 Pro / Lite Νέα εταιρική σειρά API.[5]
24 Οκτ 2024 YandexGPT 4 Pro / Lite Πλαίσιο 32.000 token· κρυφή συλλογιστική (chain‑of‑thought).[6]
25 Φεβ 2025 YandexGPT 5 Pro Ισοτιμία με GPT‑4o στο 64% των εργασιών.[7]
31 Μαρ 2025 YandexGPT 5 Lite Instruct Μοντέλο 8 δισ. παραμέτρων σε ανοιχτή πρόσβαση· μορφή Llama.[8]

Αρχιτεκτονική και εκπαίδευση

  • Βασική αρχιτεκτονική: transformer βελτιστοποιημένο για τη ρωσική γλώσσα.
  • YandexGPT 5 Lite: συμβατό με Llama· pre‑training ≈ 15 τρισ. token, μεταγενέστερο fine‑tuning ≈ 320 δισ.[8]

Πλαίσιο και όρια

  • Αρχιτεκτονικό όριο πλαισίου — 32.000 token (εκδόσεις 4/5).[6]
  • Το δημόσιο API περιορίζει ένα αίτημα (prompt + completion) σε 7.400 token.[9]
  • Μέγιστο μέγεθος απόκρισης — 2.000 token σύμφωνα με την ενότητα «Quotas and limits».[10]

Τρέχοντα μοντέλα (Ιούνιος 2025)

Μοντέλο Παράμετροι Πλαίσιο Άδεια Σημειώσεις
YandexGPT 5 Pro δ/υ 32.000 ιδιόκτητη Πρόσβαση μέσω API και «Alisa Pro».[7]
YandexGPT 5 Lite 8 δισ. 32.000 Yandex GPT‑Lite License Ανοιχτό· συμβατό με Llama.[8]
YaLM‑100B 100 δισ. 2.048 Apache 2.0 Αρχικό έργο.[3]

Benchmark

  • Εσωτερικές δοκιμές: το 5 Pro επέτυχε ισοτιμία με το GPT‑4o στο 64% των εργασιών· υπεροχή έναντι του 4 Pro — 67%.[7]
  • ru‑LLM Arena: το YandexGPT διατηρεί την πρωτοπορία βάσει ELO rating μεταξύ των ρωσόφωνων μοντέλων.[11]

Fine‑tuning

Για το 5 Lite υποστηρίζεται επίσημα η μέθοδος LoRA· παράδειγμα εκτέλεσης δημοσιεύθηκε στο model card.[8]

Λειτουργίες API

  • Σύγχρονη — γρήγορες αποκρίσεις (Lite).
  • Ασύγχρονη — απαιτητικές σε πόρους εργασίες (Pro).[2]

Πολυτροπικότητα

Η οικογένεια YandexGPT παραμένει κειμενική· οι πολυτροπικές υπηρεσίες («Neuro», «YandexArt», «Yandex Vision») αναπτύσσονται ξεχωριστά.[6]

Σύνδεσμοι

  • YandexGPT στο Yandex Cloud — σελίδα υπηρεσίας
  • Βάρη YandexGPT‑5 Lite στο Hugging Face
  • Αποθετήριο YaLM‑100B στο GitHub

Βιβλιογραφία

  • Matkin, N. et al. (2024). Comparative Analysis of Encoder-Based NER and Large Language Models for Skill Extraction from Russian Job Vacancies. arXiv:2407.19816.
  • Tsanda, A.; Bruches, E. (2024). Russian-Language Multimodal Dataset for Automatic Summarization of Scientific Papers. arXiv:2405.07886.
  • Goloburda, M. et al. (2025). Qorǵau: Evaluating LLM Safety in Kazakh-Russian Bilingual Contexts. arXiv:2502.13640.
  • Togmanov, M. et al. (2025). KazMMLU: Evaluating Language Models on Kazakh, Russian, and Regional Knowledge of Kazakhstan. arXiv:2502.12829.
  • Noels, S. et al. (2025). What Large Language Models Do Not Talk About: An Empirical Study of Moderation and Censorship Practices. arXiv:2504.03803.

Παραπομπές

  1. ↑ 1.0 1.1 «“Яндекс” добавил в “Алису” аналог ChatGPT». РБК. [1]
  2. ↑ 2.0 2.1 «Getting started with YandexGPT (Quickstart)». Yandex Cloud Docs. [2]
  3. ↑ 3.0 3.1 3.2 «yandex/YaLM‑100B: Pretrained language model with 100B». GitHub. [3]
  4. ↑ «Как “Яндекс” решил зарабатывать на своём аналоге ChatGPT». РБК. [4]
  5. ↑ «“Яндекс” представил третье поколение нейросетей YandexGPT». РБК. [5]
  6. ↑ 6.0 6.1 6.2 «Более мощное семейство моделей YandexGPT 4». Habr. [6]
  7. ↑ 7.0 7.1 7.2 «“Яндекс” внедрил YandexGPT 5 Pro в чат с “Алисой Про”». AdIndex. [7]
  8. ↑ 8.0 8.1 8.2 8.3 «yandex/YandexGPT‑5‑Lite‑8B‑pretrain». Hugging Face. [8]
  9. ↑ «ChatYandexGPT API Reference (max_tokens = 7400)». LangChain Docs. [9]
  10. ↑ «Yandex Cloud service quotas and limits → Foundation Models». Yandex Cloud Docs. [10]
  11. ↑ «llmarena/llmarena — российская краудсорсинговая платформа оценки LLM». GitHub. [11]
Retrieved from "https://systems-analysis.info/int/index.php?title=YandexGPT_(language_model)_(EL)&oldid=8514"