Infinigence AI ने थ्री-बॉडी यूनिवर्स के साथ मिलकर, जो ल्यू त्सीसिं के उपन्यास 'थ्री बॉडीज' की फ्रैंचाइज़ी का डेवलपर है, 25 अक्टूबर 2026 को बीजिंग में 'थ्री बॉडी डे' कार्यक्रम में चरित्र एजेंट प्रस्तुत किया। इस एजेंट का चीनी नाम उपन्यासों के सोफोन की अवधारणा से मेल खाता है, और यह किताबों की मिनी-यूनिवर्सिटी का प्रशासक के रूप में कार्य करता है।
यह प्रस्तुति Infinigence के सीईओ शिया लीक्स्यू और थ्री-बॉडी यूनिवर्स के सीईओ झाओ जिलोंग द्वारा की गई, जैसा कि QbitAI और Zhidx की रिपोर्टों में बताया गया है। QbitAI के लेख के अनुसार, जानकारी स्वयं Infinigence द्वारा प्रदान की गई थी।
इस एजेंट के निर्माण और रखरखाव की प्रक्रिया एक दिलचस्प पहलू है। यह Infinigence के AgentWorks प्लेटफॉर्म पर कार्य करता है। मूल सामग्री को समूहीकृत ज्ञानकोषों में अपलोड किया जाता है, जिन्हें स्वचालित रूप से संसाधित, टुकड़ों में विभाजित (chunked) और एम्बेडिंग में परिवर्तित किया जाता है। चरित्र की पहचान एक लंबी एकल निर्देश के बजाय बहु-स्तरीय संरचित प्रश्नों के माध्यम से निर्धारित की जाती है।
Infini Memory नामक मेमोरी मॉड्यूल एजेंट को सत्रों के बीच तथ्यों को सहेजने की अनुमति देता है, जिससे विरोधाभासी या खंडित यादें बनने से रोका जा सकता है। उत्तर कई एजेंटों की भागीदारी वाले चक्र से गुजरते हैं: पहले उत्तर उत्पन्न होता है, फिर उसका मूल्यांकन किया जाता है, और केवल विफल हिस्सों को परिष्कृत किया जाता है। व्यक्तित्व पीढ़ी और ज्ञान खोज समय बचाने के लिए समानांतर में की जाती है, और एक अलग समीक्षक एजेंट चरित्र से विचलन और उपन्यास की सेटिंग के साथ असंगतियों के लिए प्रत्येक उत्तर की जाँच करता है।
परीक्षण के लिए, Infinigence ने ट्रेसिंग पर आधारित एक मूल्यांकन प्रणाली बनाई है जो स्वचालित रूप से परिणामों का मूल पाठ से मिलान करती है, जबकि थ्री-बॉडी यूनिवर्स की सामग्री टीम प्राप्त डेटा की मैन्युअल रूप से जांच करती है।
सेवा में Infinigence की अवसंरचना उपलब्धियां
सेवा के क्षेत्र में Infinigence की अवसंरचना महत्वपूर्ण भूमिका निभाती है। आमतौर पर बड़े मॉडल का आउटपुट प्रीप्रोसेसिंग (prefill) चरण में विभाजित होता है, जो अनुरोध को पढ़ता है, और डिकोडिंग (decode) चरण में, जो उत्तर बनाता है। Infinigence की अपनी विषम क्लस्टर इंटरकनेक्ट आर्किटेक्चर, जिसे PDD कहा जाता है, आगे बढ़कर इस दो-चरणीय श्रृंखला को तीन-चरणीय विखंडित संरचना में तोड़ देती है, जिसे वे P-RLD-MD के रूप में चिह्नित करते हैं, जो अलग-अलग क्लस्टरों में वितरित होती है।
चूंकि एजेंट ट्रैफ़िक अक्सर अनुरोधों के समान उपसर्गों का पुन: उपयोग करता है, इसलिए डिकोडिंग पक्ष रेडिक्सकैश (RadixCache) का उपयोग करके उपसर्ग कैशिंग लागू करता है। यह सुनिश्चित करता है कि समग्र संदर्भ, जैसे व्यक्तित्व, हर बार कॉल पर पारित और पुनर्गणना नहीं किया जाता है। कंपनी का दावा है कि इससे क्लस्टरों के बीच स्थानांतरित होने वाले KV डेटा की मात्रा दस गुना कम हो जाती है, जिससे सामान्य ईथरनेट का उपयोग संभव होता है, पहले टोकन के समय में 51.5% की कमी आती है और प्रति टोकन लागत में 37.5% की कमी आती है।
लंबी स्थिर व्यक्तित्व और बड़ी संख्या में स्थायी उपयोगकर्ताओं वाले चैट-चरित्र के लिए, सामान्य उपसर्गों पर बचत ही लागत का मुख्य हिस्सा है।
