इलेक्ट्रॉनिक्स एवं सूचना प्रौद्योगिकी मंत्रालय के IndiaAI मिशन ने 3 नवंबर 2026 को स्वदेशी foundation models EKA-1 और Dhīr 2B तथा Dhīr 5B जारी किए। नई दिल्ली में हुए कार्यक्रम में MeitY सचिव एस. कृष्णन उपस्थित थे। ये मॉडल भारत में AI विकास और स्थानीय भाषाओं की जरूरतों से जुड़े हैं।

मुख्य तथ्य एक नज़र में

मिशन IndiaAI
प्रमुख मंत्रालय MeitY
EKA-1 विकसित करने वाली संस्था Soket Labs
Dhīr विकसित करने वाली संस्था ZenteiQ
जारी होने की तारीख 3 नवंबर 2026
मिशन स्वीकृति 7 मार्च 2024

EKA-1 और Dhīr में क्या खास है?

  • EKA-1 में 26.3 अरब parameters हैं और इसे लगभग 7.5 ट्रिलियन tokens पर प्रशिक्षित किया गया है। यह अंग्रेजी के साथ सभी 22 अनुसूचित भारतीय भाषाओं के लिए बनाया गया है। मंत्रालय ने गणित, कोड और तर्क से जुड़े उपयोग बताए हैं।
  • Dhīr के 2B और 5B मॉडल अंग्रेजी तथा 10 भारतीय भाषाओं का समर्थन करते हैं। इन्हें स्थानीय संस्थागत प्रणालियों और ऑफलाइन उपयोग की जरूरतों के लिए प्रस्तुत किया गया है। दोनों टीमों को IndiaAI के foundation-model प्रयासों में सहायता मिली है।

Static GK: IndiaAI मिशन की पृष्ठभूमि

  • केंद्रीय मंत्रिमंडल ने 7 मार्च 2024 को IndiaAI मिशन को मंजूरी दी थी। स्वीकृत परिव्यय ₹10,371.92 करोड़ है। उद्देश्य computing, datasets, कौशल और भारतीय AI नवाचार के लिए व्यापक व्यवस्था विकसित करना है।
  • मिशन के सात प्रमुख स्तंभ हैं: compute capacity, innovation centre, datasets platform, application development, future skills, startup financing तथा safe and trusted AI। इन्हें केवल मॉडल बनाने की योजना तक सीमित समझना सही नहीं; प्रशिक्षण, संसाधन और जिम्मेदार उपयोग भी इसमें आते हैं।

Foundation model, parameter और token को समझें

  • Foundation model व्यापक प्रशिक्षण से तैयार आधार मॉडल होता है, जिसे अलग-अलग कामों के लिए उपयोग या अनुकूलित किया जा सकता है। उदाहरण के लिए प्रश्नोत्तर और पाठ का सार बनाना अलग काम हैं, लेकिन एक आधार मॉडल दोनों प्रकार की प्रणालियों में उपयोगी हो सकता है।
  • Parameters मॉडल के सीखे हुए संख्यात्मक मान हैं। Tokens वह इकाइयाँ हैं जिनमें पाठ को मॉडल के लिए विभाजित किया जाता है। एक token हमेशा एक पूरा शब्द नहीं होता। इसलिए training tokens की संख्या को किताबों या वाक्यों की संख्या नहीं कहना चाहिए।
  • बड़ा parameter count अपने आप हर काम में श्रेष्ठता सिद्ध नहीं करता। उपयोग के उद्देश्य, उपलब्ध हार्डवेयर, जवाब की गुणवत्ता और परीक्षण के परिणाम को साथ देखना पड़ता है। मॉडल का आकार और उसकी वास्तविक उपयोगिता अलग प्रश्न हैं।

भारतीय भाषाओं के संदर्भ में महत्व

  • एक विद्यार्थी हिंदी में प्रश्न पूछता है और दूसरी भाषा का पाठ समझना चाहता है। ऐसे उपयोग के लिए भाषा की समझ, शब्दों का संदर्भ और उत्तर की सटीकता महत्वपूर्ण होंगे। केवल भाषाओं की संख्या देखकर हर विषय में समान प्रदर्शन मान लेना उचित नहीं।
  • इसी तरह ऑफलाइन उपयोग एक तकनीकी सुविधा है; उसे हर उपकरण पर बिना संसाधन-सीमा चलने की गारंटी नहीं समझें। शिक्षण सामग्री में AI के उत्तर को प्रमाणित तथ्य का स्वतः विकल्प न मानें। यह व्यावहारिक अंतर विज्ञान और डिजिटल साक्षरता दोनों की तैयारी में उपयोगी है।

परीक्षा उपयोगी बिंदु

  • EKA-1: Soket Labs; Dhīr: ZenteiQ।
  • IndiaAI का मंत्रालय: MeitY।
  • मिशन के सात स्तंभ हैं।
  • Parameter और token एक ही चीज नहीं हैं।

आधिकारिक स्रोत

यह भी पढ़ें

किश्तवाड़ की नई भूकंपीय वेधशाला