ऑर्केस्ट्रल एआई, एक नया पायथन फ्रेमवर्क, इस सप्ताह Github पर जारी किया गया, जो लैंगचेन जैसे जटिल एआई ऑर्केस्ट्रेशन टूल का एक विकल्प प्रदान करता है। सैद्धांतिक भौतिक विज्ञानी अलेक्जेंडर रोमन और जैकब रोमन द्वारा विकसित, ऑर्केस्ट्रल एआई का उद्देश्य बड़े भाषा मॉडल (एलएलएम) के साथ काम करने के लिए एक सरल, अधिक पुनरुत्पादनीय दृष्टिकोण प्रदान करना है, खासकर वैज्ञानिक अनुसंधान के लिए।

वेंचरबीट के अनुसार, यह फ्रेमवर्क वर्तमान एआई विकास में नियंत्रण और पुनरुत्पादन क्षमता की कमी के बारे में चिंताओं को दूर करता है, जहां डेवलपर्स अक्सर जटिल पारिस्थितिक तंत्र या एंथ्रोपिक या ओपनएआई जैसे प्रदाताओं से सिंगल-वेंडर सॉफ्टवेयर डेवलपमेंट किट (एसडीके) के बीच एक विकल्प का सामना करते हैं। यह द्विआधारी विकल्प सॉफ्टवेयर इंजीनियरों के लिए एक झुंझलाहट और वैज्ञानिकों के लिए उनके शोध में नियतात्मक परिणामों की आवश्यकता के लिए एक महत्वपूर्ण बाधा प्रस्तुत करता है।

ऑर्केस्ट्रल एआई सिंक्रोनस निष्पादन और टाइप सुरक्षा को प्राथमिकता देता है, जो लैंगचेन जैसे टूल से जुड़ी जटिलता के विपरीत है। पुनरुत्पादन क्षमता और लागत के प्रति जागरूक विज्ञान पर यह ध्यान एआई को अधिक सुलभ और विश्वसनीय बनाने का लक्ष्य रखता है, खासकर उन क्षेत्रों में जहां लगातार परिणाम महत्वपूर्ण हैं।

यह फ्रेमवर्क एआई विकास में एक तीसरा रास्ता बनाने का प्रयास करता है, जो एक प्रदाता-अज्ञेयवादी समाधान प्रदान करता है जो उपयोगकर्ताओं को विशिष्ट विक्रेताओं में लॉक करने से बचाता है। वेंचरबीट के अनुसार, पुनरुत्पादन क्षमता पर जोर देकर, ऑर्केस्ट्रल एआई को उम्मीद है कि वह एआई का उपयोग अनुसंधान के लिए करने वाले वैज्ञानिकों द्वारा सामना किए जाने वाले डील ब्रेकर मुद्दे को संबोधित करेगा। Github पर ऑर्केस्ट्रल एआई का जारी होना एलएलएम जटिलता को कम करने और अधिक नियंत्रित और अनुमानित एआई अनुप्रयोगों को बढ़ावा देने की दिशा में एक कदम है।