ఇన్‌స్టెప్షన్, పార్కులో స్థాపితమైన ఒక కొత్త కంపెనీ, స్టాన్‌ఫర్డ్ కంప్యూటర్ సైన్స్ ప్రొఫెసర్ స్టెఫానో ఎర్మోన్ చేత ప్రారంభించబడింది, “డిఫ్యూజన్” సాంకేతికతను ఉపయోగించి తీరో గట్టి AI మోడల్ ను సృష్టించుకున్నట్లు ఆరోపిస్తోంది. ఈ సృజనాత్మక మోడల్‌ను డిఫ్యూజన్ ఆధారిత వెడల్పు భాషా మోడల్ లేదా స్పష్టంగా “DLM” అని సూచించబడింది. ప్రస్తుతం, ఎక్కువ దృష్టిని ఆకర్షిస్తున్న సృష్టించే AI మోడల్స్‌ను రెండు ప్రధాన కేటగిరీలలో విభజించవచ్చు: వెడల్పు భాషా మోడల్స్ (LLMs) మరియు డిఫ్యూజన్ మోడల్స్. ట్రాన్స్‌ఫార్మర్ నిర్మాణంపై రూపొందించిన LLMలు టెక్ట్స్ ఉత్పత్తిలో ప్రత్యేకత ప్రసాదిస్తాయి. ద్రవ్యవంతమైన మోడల్స్, మిడ్‌జర్నీ మరియు ఓపెన్‌ఏఐ యొక్క సోరా వంటి AI ప్లాట్‌ఫామ్‌ల వెనుక వేదిక, ముఖ్యంగా చిత్రాలు, వీడియోలు మరియు శ్రవ్యాలను ఉత్పత్తి చేయడంపై దృష్టి నిమగ్నమవుతుంది. ఇన్‌స్టెప్షన్ ప్రకారం, ఈ సంస్థ యొక్క మోడల్ సాంప్రదాయ LLMల యొక్క సామర్థ్యాలను ఉత్పత్తి మరియు ప్రశ్న-సమాధానాలు వంటి సామర్థ్యాలను సంత౦షపరచి, వేగాన్ని కరిగించనట్లు మరియు గొప్పమైన గణన వ్యయాలను కలిగి ఉంది. ఎర్మోన్ టెక్‌క్రంచ్‌కు తెలిపారు, తన పరిశోధన ప్రయోగశాలలో డిఫ్యూజన్ మోడల్స్‌ను టెక్ట్స్ ఉత్పత్తికి ఉపయోగించడానికి చాలా కాలంగా పరిశోధిస్తున్నాడు. సాంప్రదాయ LLMలు డిఫ్యూజన్ సాంకేతికతలతో పోలిస్తే నెమ్మదిగా పనిచేస్తున్నాయని గమనించడంతో, ఈ పనులు మొదలయ్యాయి. ఎర్మోన్ వివరించినట్లుగా, “మీరు మొదటి పదం ఉత్పత్తి చేసిన వరకు రెండవ పదాన్ని రూపొందించలేరు, మరియు పునరుత్పత్తి చేసిన రెండు పదాల విషయంలో, మూడవ పదాన్ని నిర్మించలేరు. ” టెక్ట్స్ ఉత్పత్తికి డిఫ్యూజన్ పద్ధతులను మార్గం వెతుకుతున్నప్పుడు, ఎర్మోన్ సూచించినట్లుగా, LLMలు క్రమపద్ధతిలో పనిచేసే ప్రయోగాలు ఉండటంతో డిఫ్యూజన్ మోడల్స్ లెక్కించబడే దృశ్యానికి (ఉదాహరణకు, ఒక చిత్రానికి) అందించిన సమాచారాన్ని సప్ప్ చేస్తూ మరింత సమగ్రంగా సమాచారాన్ని కొత్త రూపంలో మార్చడానికి ప్రారంభిస్తాయి. పారలల్‌గా విశాలమైన టెక్ట్స్ బ్లాకులను ఉత్పత్తి మరియు సవాలివ్వడానికి డిఫ్యూజన్ మోడల్స్‌ను ఉపయోగించడం సాధ్యమైనట్లు ఎర్మోన్ సిద్ధాంతం ప్రదర్శించాడు.

అనేక సంవత్సరాల పరిశోధన అనంతరం, అతను మరియు అతని విద్యార్థుల్లో ఒకరు ఎంతో కీలకమైన మలుపు సాధించి, ఇది గత సంవత్సరం ప్రచురించిన పరిశోధన పత్రంలో డాక్యుమెంట్ చేశారు. ఈ అభివృద్ధి యొక్క సామర్థ్యాన్ని గుర్తించిన ఎర్మోన్ గత వేసవిలో ఇన్‌స్టెప్షన్‌ను స్థాపించి, UCLAలో ప్రొఫెసర్ అయిన మునుపటి విద్యార్థులు అదిత్య గ్రోవర్ మరియు కార్నెల్ యూనివర్శిటీలోని వొలోదిమర్ కులెషోవ్‌ను సహాయకులుగా తీసుకున్నారు. ఇన్‌స్టెప్షన్ కోసం ప్రత్యేక నిధుల వివరాలను తెలియజేయడం వలన ఎర్మోన్ ఎంపిక చేయలేదు, కానీ టెక్‌క్రంచ్ మెఫ్‌ఫీల్డ్ ఫండ్ దాని పెట్టుబడిదారులలో ఒకదిగా ఉన్నట్లు తెలుసుకుంది. వివిధ క్లయింట్స్‌తో, అనామక ఫార్చ్యున్ 100 కంపెనీలు వంటి సంబంధాలు తీసుకుంటున్నందుకు సంబందించి, ఎర్మోన్ айту ఉంది, ఇన్‌స్టెప్షన్ ఇప్పటికే ఒప్పందాలను పొందింది. “మా మోడల్స్ GPUలను మరింత సమర్థవంతంగా ఉపయోగించుకోవచ్చు, ” అని ఎర్మోన్ పేర్కొనగా, ప్రొడక్షన్ మోడల్స్‌ను నడిపించడానికి అనుభవాలు చేసే గ్రాఫిక్స్ ప్రాసెసింగ్ యూనిట్లను సూచించారు. “ఇది మార్పుగా ఉంది మరియు భాషా మోడల్స్ అభివృద్ధికి మార్పులు ఉత్పత్తి చేస్తుంది. ” ఈ కంపెనీ అనబడే APIని అందిస్తుంది, ఒంటింటి మరియు ఎడ్జ్ పరికరాల కార్యకలాపాలకు ఎంపికలు, మోడల్ యంత్రాల్లో అనుకూలీకరణ మద్దతు మరియు వివిధ అనువర్తనాలకు ప్రత్యేకంగా రూపొందించబడిన DLMలను అందించడంలో సహాయం అందిస్తుంది. ఇన్‌స్టెప్షన్ తన DLMలు సాంప్రదాయ LLMలను కంటే 10 రెట్లు వేగంగా పనిచేయగలదని మరియు ఖర్చులు కూడా 10 రెట్లు తక్కువగా ఉంటాయి అని తెలుస్తోంది. “మా ‘చిన్న’ కోడింగ్ మోడల్ [ఓపెన్‌ఏఐ] GPT-4o మినీ యొక్క పనితీరుకు సమానం అయినప్పటికీ 10 రెట్లు ఎక్కువ వేగంగా పనిచేస్తుంది. మా ‘మినీ’ మోడల్ [మెటా] ల్లామా 3. 1 8B వంటి చిన్న ఓపెన్-సోర్స్ ప్రత్యామ్నాయాలను అధిగమిస్తూ, секун్డుకు 1, 000 టోకెన్లు చేరువలో ఉంది. ” అని కంపెనీ ప్రతినిధి టెక్‌క్రంచ్‌కు తెలియజేశారు.