YandexGPT (language model) (FA)

From Systems analysis Wiki
Jump to navigation Jump to search

YandexGPT (Yet another GPT) — خانواده‌ای از مدل‌های زبانی بزرگ که توسط Yandex توسعه یافته و برای نخستین بار در ماه مه ۲۰۲۳ معرفی شده است.[1] شبکه‌های YandexGPT در دستیار داخلی Alisa، جستجو و سایر سرویس‌ها به کار می‌روند و همچنین از طریق API عمومی پلتفرم Yandex Cloud در دسترس هستند.[2]

YaLM‑100B (2022) — مدل پژوهشی پیشین با ۱۰۰ میلیارد پارامتر و کد باز؛ این مدل به عنوان «اثبات مفهوم» عمل کرد، اما YandexGPT به‌طور جداگانه برای کاربرد تجاری ساخته شد.[3]

تاریخچه انتشار

نسخه‌های اصلی
تاریخ انتشار ویژگی‌های کلیدی
ژوئن ۲۰۲۲ YaLM‑100B ۱۰۰ میلیارد پارامتر، ۱.۷ ترابایت داده؛ Apache 2.0.[3]
۱۷ مه ۲۰۲۳ YandexGPT 1.0 یکپارچه‌سازی با «Alisa».[1]
۷ سپتامبر ۲۰۲۳ YandexGPT 2 افزایش ۶۷٪ کیفیت بر اساس آزمون‌های داخلی.[4]
۲۸ مارس ۲۰۲۴ YandexGPT 3 Pro / Lite خط تجاری جدید API.[5]
۲۴ اکتبر ۲۰۲۴ YandexGPT 4 Pro / Lite پنجره زمینه ۳۲٬۰۰۰ token؛ استدلال پنهان (chain‑of‑thought).[6]
۲۵ فوریه ۲۰۲۵ YandexGPT 5 Pro برابری با GPT‑4o در ۶۴٪ از وظایف.[7]
۳۱ مارس ۲۰۲۵ YandexGPT 5 Lite Instruct مدل ۸ میلیارد پارامتری در دسترس عموم؛ قالب Llama.[8]

معماری و آموزش

  • معماری پایه: transformer بهینه‌شده برای زبان روسی.
  • YandexGPT 5 Lite: سازگار با Llama؛ pre‑training ≈ ۱۵ تریلیون token، fine‑tuning بعدی ≈ ۳۲۰ میلیارد.[8]

پنجره زمینه و محدودیت‌ها

  • حد معماری پنجره زمینه — ۳۲٬۰۰۰ token (نسخه‌های ۴/۵).[6]
  • API عمومی یک درخواست (prompt + completion) را به ۷٬۴۰۰ token محدود می‌کند.[9]
  • حداکثر اندازه پاسخ — ۲٬۰۰۰ token طبق بخش «Quotas and limits».[10]

مدل‌های فعلی (ژوئن ۲۰۲۵)

مدل پارامترها پنجره زمینه مجوز یادداشت‌ها
YandexGPT 5 Pro نامشخص 32 000 اختصاصی دسترسی از طریق API و «Alisa Pro».[7]
YandexGPT 5 Lite ۸ میلیارد 32 000 Yandex GPT‑Lite License متن‌باز؛ سازگار با Llama.[8]
YaLM‑100B ۱۰۰ میلیارد 2 048 Apache 2.0 پروژه اصلی.[3]

benchmark

  • آزمون‌های داخلی: نسخه 5 Pro در ۶۴٪ از وظایف به برابری با GPT‑4o رسید؛ برتری نسبت به نسخه 4 Pro — ۶۷٪.[7]
  • ru‑LLM Arena: YandexGPT رتبه اول را بر اساس امتیاز ELO در میان مدل‌های روسی‌زبان حفظ کرده است.[11]

Fine‑tuning

برای نسخه 5 Lite روش LoRA به‌طور رسمی پشتیبانی می‌شود؛ نمونه اجرا در model card منتشر شده است.[8]

حالت‌های API

  • همزمان — پاسخ‌های سریع (Lite).
  • ناهمزمان — وظایف پرمنابع (Pro).[2]

چندوجهی بودن

خانواده YandexGPT صرفاً متن‌محور باقی می‌ماند؛ سرویس‌های چندوجهی («Neuro»، «YandexArt»، «Yandex Vision») به‌طور جداگانه توسعه می‌یابند.[6]

پیوندها

  • YandexGPT در Yandex Cloud — صفحه سرویس
  • وزن‌های YandexGPT‑5 Lite در Hugging Face
  • مخزن YaLM‑100B در GitHub

منابع

  • 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.

یادداشت‌ها

  1. ↑ 1.0 1.1 «“Яндекс” добавил в “Алису” аналог ChatGPT». РБК. [۱]
  2. ↑ 2.0 2.1 «Getting started with YandexGPT (Quickstart)». Yandex Cloud Docs. [۲]
  3. ↑ 3.0 3.1 3.2 «yandex/YaLM‑100B: Pretrained language model with 100B». GitHub. [۳]
  4. ↑ «Как “Яндекс” решил зарабатывать на своём аналоге ChatGPT». РБК. [۴]
  5. ↑ «“Яндекс” представил третье поколение нейросетей YandexGPT». РБК. [۵]
  6. ↑ 6.0 6.1 6.2 «Более мощное семейство моделей YandexGPT 4». Habr. [۶]
  7. ↑ 7.0 7.1 7.2 «“Яндекс” внедрил YandexGPT 5 Pro в чат с “Алисой Про”». AdIndex. [۷]
  8. ↑ 8.0 8.1 8.2 8.3 «yandex/YandexGPT‑5‑Lite‑8B‑pretrain». Hugging Face. [۸]
  9. ↑ «ChatYandexGPT API Reference (max_tokens = 7400)». LangChain Docs. [۹]
  10. ↑ «Yandex Cloud service quotas and limits → Foundation Models». Yandex Cloud Docs. [۱۰]
  11. ↑ «llmarena/llmarena — российская краудсорсинговая платформа оценки LLM». GitHub. [۱۱]
Retrieved from "https://systems-analysis.info/int/index.php?title=YandexGPT_(language_model)_(FA)&oldid=8515"