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। शोधकर्ताओं अलेक्जेंडर और जैकब रोमन द्वारा विकसित, इस फ्रेमवर्क 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।

यह फ्रेमवर्क वर्तमान एआई टूल से जुड़ी जटिलता और पुनरुत्पादन क्षमता की कमी के बारे में चिंताओं को दूर करता है। वेंचरबीट के अनुसार, डेवलपर्स को अक्सर लैंगचेन जैसे विशाल पारिस्थितिक तंत्र का उपयोग करने या एंथ्रोपिक या ओपनएआई जैसे प्रदाताओं से सिंगल-वेंडर एसडीके में बंद होने के बीच एक विकल्प का सामना करना पड़ता है। ऑर्केस्ट्रल एआई सिंक्रोनस निष्पादन और टाइप सुरक्षा को प्राथमिकता देकर एक तीसरा रास्ता बनाने का प्रयास करता है।

ऑर्केस्ट्रल एआई के निर्माताओं ने इसे प्रदाता-अज्ञेयवादी होने के लिए डिज़ाइन किया है, जिससे उपयोगकर्ता किसी विशिष्ट विक्रेता से बंधे रहने से बच सकते हैं। यह वैज्ञानिकों के लिए विशेष रूप से महत्वपूर्ण है, जिन्हें नियतात्मक परिणामों और पुनरुत्पादनीय अनुसंधान की आवश्यकता होती है, जहां मौजूदा उपकरणों की जटिलता एक "डील ब्रेकर" हो सकती है, वेंचरबीट ने बताया।

पुनरुत्पादन क्षमता और लागत के प्रति जागरूक विज्ञान पर ध्यान केंद्रित करके, ऑर्केस्ट्रल एआई का उद्देश्य एआई को अधिक सुलभ और विश्वसनीय बनाना है। यह फ्रेमवर्क लैंगचेन जैसे उपकरणों की जटिलता के विपरीत है, जो एलएलएम ऑर्केस्ट्रेशन के लिए एक अधिक सुव्यवस्थित दृष्टिकोण प्रदान करता है। Github पर ऑर्केस्ट्रल एआई का जारी होना एआई विकास के तेजी से विकसित हो रहे क्षेत्र में जटिलता और नियंत्रण की चुनौतियों का समाधान करने की दिशा में एक कदम है।