ForgeKernel ने बिना डेवलपर का उल्लेख किए CANNBench पर Ascend ऑपरेटर रैंकिंग में पहला स्थान हासिल किया
और पढ़ें
Pandaily
pandaily.com

ForgeKernel ने बिना डेवलपर का उल्लेख किए CANNBench पर Ascend ऑपरेटर रैंकिंग में पहला स्थान हासिल किया

ForgeKernel नाम के तहत प्रस्तुत रिकॉर्ड्स ने CANNBench के सभी हार्डवेयर ट्रैक पर पहला स्थान प्राप्त किया - यह एक ओपन-सोर्स समुदाय द्वारा क्यूरेटेड सार्वजनिक रूप से उपलब्ध रैंकिंग है जो Ascend के लिए AI-जनरेटेड ऑपरेटरों को ट्रैक करती है।

CANNBench प्रस्तुत कार्यों का मूल्यांकन उन्हें संकलित करके, संख्यात्मक सटीकता की जांच करके और फिर Ascend NPU प्रोसेसर पर प्रत्येक कोर के निष्पादन समय को मापकर करता है। गणना में निम्नलिखित भार का उपयोग किया जाता है: संकलन के लिए 0.2, फ़ंक्शन के लिए 0.3 और प्रदर्शन के लिए 0.5।

Pandaily द्वारा 27 अक्टूबर को प्राप्त आंकड़ों के अनुसार, वर्तमान आधिकारिक कार्य पैकेज संस्करण 2.0.0, जिसमें पांच स्तरों की जटिलता वाले 60 ऑपरेटर और 1200 परीक्षण मामले शामिल हैं, में रैंकिंग इस प्रकार थी।

ट्रैक 950PR पर ForgeKernel रिकॉर्ड ने 3649.86 का परिणाम दिखाया, जिसमें 60 में से 49 ऑपरेटरों ने जांच पास की, 1200 में से 980 मामलों को निष्पादित किया गया, और ज्यामितीय माध्य त्वरण संदर्भ मान की तुलना में 1.876 गुना था। दूसरे स्थान पर CANNBot PyPTOPro S2 frontier का रिकॉर्ड था, जिसने 3552.34 का परिणाम प्राप्त किया, जिसमें अधिक मामले - 1057 पूरे किए गए, लेकिन कम त्वरण - 1.181 गुना था।

ForgeKernel दो अन्य ट्रैक पर भी अग्रणी है: 910C पर 4338.67, जहां 57 ऑपरेटरों ने पास किया और 1.894 गुना त्वरण प्राप्त हुआ, और 950DT पर 3899.93।

तीनों रिकॉर्ड 27 अक्टूबर को अपडेट किए गए थे और उनमें पुराने कार्य पैकेज 1.1 पर लागू होने वाला कोई छिपा हुआ मूल्यांकन स्कोर नहीं था।

उच्च परिणामों के बावजूद, रैंकिंग रचनाकारों की पहचान प्रकट नहीं करती है। तीन अग्रणी रिकॉर्ड संगठन ForgeKernel के टैग के तहत तीन अलग-अलग उपयोगकर्ता नामों का उपयोग करके पंजीकृत हैं, और कंपनी, प्रयोगशाला या परियोजना की कोई जानकारी संलग्न नहीं है। Pandaily किसी भी सार्वजनिक स्रोत से डेवलपर की पहचान करने में असमर्थ रहा।

Leiphone, IT Home और Yicai सहित चीनी तकनीकी प्रकाशनों ने कुछ दिनों के भीतर परियोजना के बारे में समान लेख प्रकाशित किए। IT Home ने अपने संस्करण को पुनर्मुद्रित वाणिज्यिक जानकारी के रूप में चिह्नित किया। इस प्रकाशन में दावा किया गया है कि कोर पूरी तरह से AI का उपयोग करके लिखे गए थे बिना हर पंक्ति को मैन्युअल रूप से कॉन्फ़िगर किए, और वही सिस्टम Nvidia पर केंद्रित एक अलग बेंचमार्क में अग्रणी है। हालांकि, ये दावे प्रचारकों के बयान हैं, न कि सत्यापित डेटा, और Pandaily उन तुलनात्मक आंकड़ों को दोहराता नहीं है जिन्हें वे प्रस्तुत करते हैं।

जो सत्यापित किया जा सकता है वह एक अधिक संकीर्ण लेकिन दिलचस्प तथ्य है: Ascend सॉफ्टवेयर समुदाय द्वारा समर्थित ऑपरेटर बेंचमार्क पर, तीनों चिप वेरिएंट पर वर्तमान सर्वश्रेष्ठ परिणाम एक गुमनाम प्रतिभागी द्वारा प्राप्त किए गए हैं, जिसके कोर परीक्षण कवरेज को शुद्ध गति के बदले बदलते हैं। चूंकि CANNBench प्रत्येक रन के लिए प्रत्येक ऑपरेटर के लिए लॉग प्रकाशित करता है, इसलिए कोई भी जो पंजीकरण करेगा, वह इस परिणाम का अध्ययन और उस पर विजय प्राप्त कर सकता है।

समान कहानियाँ

Harness कोड में DeepSeek V5 पहचानकर्ताओं का पता चला; FrontierCode पर खुली मॉडल में V4.1-Flash अग्रणी है
और पढ़ें
pandaily.com

Harness कोड में DeepSeek V5 पहचानकर्ताओं का पता चला; FrontierCode पर खुली मॉडल में V4.1-Flash अग्रणी है

डेवलपर्स ने GitHub पर DeepSeek के आधिकारिक Harness रिपॉजिटरी में तीन नए मॉडल पहचानकर्ता पाए हैं: deepseek-v5, deepseek-v5-open और deepseek-v5-next। वर्तमान में DeepSeek ने V5 मॉडल की घोषणा नहीं की है, और ये प्रविष्टियाँ उपलब्ध मॉडल के बजाय कोड में परीक्षण प्लेसहोल्डर हैं।

रिपॉजिटरी की जांच से पता चला कि ये पहचानकर्ता DeepSeek खाते के प्रदाता के लिए एक परीक्षण फ़ाइल में स्थित हैं, विशेष रूप से packages/llm/llm-deepseek-account/tests/provider.spec.ts फ़ाइल में, पंक्तियों 154-156 पर, मौजूदा deepseek-v4-pro प्रविष्टि के बगल में। रिपॉजिटरी का इतिहास दिखाता है कि इन्हें 24 सितंबर के कमिट में जोड़ा गया था, जिसने DeepSeek खाता मॉडल निर्देशिका को आधिकारिक मॉडल सूची में स्थानांतरित कर दिया।

परीक्षण परिदृश्य यह जांचता है कि क्लाइंट संस्करण आवश्यकता के आधार पर मॉडलों को कैसे फ़िल्टर करता है: v5-open प्रविष्टि के लिए न्यूनतम क्लाइंट संस्करण 0.0.1 की आवश्यकता होती है, जबकि v5-next के लिए 99.0.0-alpha.1 की आवश्यकता होती है, और परीक्षण अपेक्षा करता है कि सूची में केवल फ्लैश और v5-open मॉडल दिखाई दें। यह हार्नेस की ओर से नई मॉडल पर स्विच करने की संभावना को इंगित करता है, या तो सभी ग्राहकों के लिए या केवल उन लोगों के लिए जो अपडेट हो गए हैं, बिना किसी नए रिलीज़ की आवश्यकता के। हालांकि, यह V5 मॉडल के अस्तित्व या इसके आने की समय-सीमा की पुष्टि नहीं करता है, और कुछ डेवलपर्स इन नामों को केवल परीक्षण प्लेसहोल्डर मानते हैं। 28 अक्टूबर तक, DeepSeek ने V5 श्रृंखला के लिए कोई घोषणा, मॉडल कार्ड या API पहचानकर्ता प्रकाशित नहीं किया है।

वर्तमान मॉडल रेंज में V4-Pro और V4.1-Flash शामिल हैं; नवीनतम सितंबर में एक नई वास्तुकला के साथ जारी किया गया था, जबकि V4 नाम बरकरार रखा गया था।

उसी सप्ताह वर्तमान मॉडल के लिए एक नया बेंचमार्किंग परिणाम प्रस्तुत किया गया था। आर्टिफिशियल एनालिसिस ने इंटेलिजेंस इंडेक्स v5 जारी किया, जो जनवरी में v4 के रिलीज के बाद से सबसे बड़ा अपडेट है, जिसमें 60% भार अब बंद परीक्षण डेटासेट या छिपे हुए उत्तरों पर आधारित है। कोडिंग इंडेक्स का 25% है, और इन 15 अंकों में से FrontierCode 2.0 से 132 वास्तविक ओपन-सोर्स कार्यों में कोड परिवर्तनों का मूल्यांकन करने वाला हिस्सा आता है, यह निर्धारित करता है कि क्या उनके रिपॉजिटरी अनुरक्षक विलय अनुरोध को मंजूरी देंगे।

FrontierCode 2.0 प्लेटफॉर्म पर, DeepSeek V4.1-Flash-1017 ने अधिकतम प्रयास पर 28% अंक प्राप्त किए, जो जारी किए गए भार वाले मॉडलों में उच्चतम स्कोर है। Kimi K3.1 Pro ने 25.5% दिखाया, लेकिन उसके पूर्ण भार अभी तक उपलब्ध नहीं हैं। Gemini 4 Argon ने 25.7% हासिल किया, और GPT-6 Luna ने 25.2% हासिल किया।

समग्र सूचकांक कम अनुकूल रहा। DeepSeek V4.1-Flash ने 32 अंक प्राप्त किए, जो GLM-5.3 के बराबर है, जबकि लीडर, Claude Opus 5.5, ने 58 अंक प्राप्त किए। आर्टिफिशियल एनालिसिस отмечает कि जारी किए गए भार वाले सर्वश्रेष्ठ खुले मॉडल और लीडर तालिका के बीच का अंतर v4.3 के तहत 3 अंक से बढ़कर v5 के तहत 12 अंक हो गया है।

BOSS Zhipin की टीम ने एजेंट कोडिंग के लिए 512K संदर्भ के साथ Nanbeige4.3-33B मॉडल जारी किया
और पढ़ें
pandaily.com

BOSS Zhipin की टीम ने एजेंट कोडिंग के लिए 512K संदर्भ के साथ Nanbeige4.3-33B मॉडल जारी किया

Kanzhun कंपनी की Nanbeige टीम, जो चीनी ऑनलाइन भर्ती प्लेटफॉर्म BOSS Zhipin का डेवलपर है, ने Nanbeige4.3-33B मॉडल को सार्वजनिक कर दिया है। यह मॉडल पेशेवर कार्यालय और एजेंट कोडिंग कार्यों के लिए डिज़ाइन किया गया है। मॉडल के वज़न Apache 2.0 लाइसेंस के तहत टीम के आधिकारिक Hugging Face रिपॉजिटरी में उपलब्ध हैं, जो इसके वाणिज्यिक उपयोग की अनुमति देता है।

टीम Nanbeige4.3 को हल्के एजेंटों की क्षमताओं के विस्तार की दिशा में पहला कदम बताती है। उनका दृष्टिकोण पहले एक उच्च-प्रदर्शन 'शिक्षक' एजेंट बनाना है, और फिर उसके कौशल को अधिक कॉम्पैक्ट मॉडलों में पुनर्वितरित करना है। Nanbeige4.3-33B इस श्रृंखला का ध्वजवाहक है, और टीम डिस्टिलेशन प्रक्रिया के माध्यम से Nanbeige4.3-3B जारी करने की योजना बना रही है। इसके अलावा, यह उल्लेख किया गया है कि 33 बिलियन पैरामीटर वाला मॉडल सीधे परिनियोजन के लिए एक किफायती विकल्प है।

तुलना के लिए, टीम ने इस मॉडल की हाल ही में जारी अन्य लगभग 30 बिलियन पैरामीटर वाले खुले मॉडलों जैसे Qwen3.8-27B, Muse-Glimmer-30B और Gemma4-31B के साथ तुलना की। तुलना अधिकतम थिंकिंग सेटिंग्स और समान इन्फेरेंस मापदंडों और एक ही टूलकिट का उपयोग करके की गई थी। परीक्षणों में एजेंट कोडिंग कार्य शामिल थे, जिनमें Terminal-Bench 2.1, Terminal-Bench 4.0, SWE-Atlas-QnA, NL2Repo और DeepSWE शामिल हैं, साथ ही ऑटोमेशन बेंच, Toolathlon-Verified, EnterpriseOps-Gym, GDPval, Claw-Eval, DeepPlanning और Tau3-Bench जैसे कार्यालय और टूल उपयोग के कार्य भी शामिल हैं।

टीम के बयान के अनुसार, Nanbeige4.3-33B इन परीक्षणों में से अधिकांश को मात देता है और JobBench द्वारा कवर किए गए 35 व्यवसायों में से अधिकांश में आधार मॉडल से बेहतर परिणाम दिखाता है। यह ध्यान रखना महत्वपूर्ण है कि ये परिणाम स्व-रिपोर्टेड हैं और अभी तक स्वतंत्र रूप से सत्यापित नहीं हुए हैं।

मॉडल 524,288 टोकन, या 512K तक का संदर्भ विंडो सपोर्ट करता है। इसका चैट टेम्पलेट तर्क मोड के लिए enable_thinking टॉगल और preserve_thinking विकल्प को शामिल करता है, जो चालों के बीच पिछले तर्क को सहेजता है। टीम बहु-चाल टूल उपयोग, कार्यालय कार्यों और कोड एजेंटों के लिए इस विकल्प का उपयोग करने की सलाह देती है। टूल कॉल XML प्रारूप में, जिसे अनुशंसित किया जाता है, या JSON प्रारूप में किए जा सकते हैं। एजेंट कार्यों को निष्पादित करने के लिए तापमान 1.0 सेट करने और उत्तर पर 65,536 नए टोकन तक सीमित करने का सुझाव दिया जाता है।

मॉडल Transformers, SGLang या vLLM पुस्तकालयों का उपयोग करके चल सकता है। रिपॉजिटरी में Qwen3 शैली के तर्क पार्सर और टूल कॉल पार्सर का उपयोग करके होस्टिंग के उदाहरण शामिल हैं। टीम ने विशिष्ट उद्योगों के लिए एजेंट बनाने में भागीदारों के साथ सहयोग करने की इच्छा भी व्यक्त की है, जिसमें डेटा और प्रशिक्षण पर संयुक्त कार्य शामिल है। यह रिलीज़ कोडिंग एजेंटों पर केंद्रित बढ़ते चीनी ओपन-वेट मॉडल की संख्या में एक और मध्यम आकार का विकल्प जोड़ती है, न कि केवल चैट पर।

हुआवेई ने एसकेन्ड डेवलपर्स के लिए ओपन बेस के रूप में CANNLab, CANNBot और CANNJudge प्रस्तुत किया
और पढ़ें
pandaily.com

हुआवेई ने एसकेन्ड डेवलपर्स के लिए ओपन बेस के रूप में CANNLab, CANNBot और CANNJudge प्रस्तुत किया

16 अक्टूबर को आयोजित GOSIM Shenzhen 2026 कार्यक्रम में, हुआवेई ने अपने खुले CANN स्टैक पर काम करने के लिए डेवलपर्स के उपकरणों का अनावरण किया, न कि केवल पहले से किए गए ओपन सोर्स घोषणा को दोहराया। हुआवेई में CANN व्यवसाय के जनरलाइज्ड मैनेजर, लीसिन शियाओ ने समझाया कि CANN AI फ्रेमवर्क और एसकेन्ड प्रोसेसर के बीच एक विषम कंप्यूटिंग स्तर के रूप में कार्य करता है, और छात्रों और इंजीनियरों के व्यावहारिक अनुप्रयोगों के लिए डिज़ाइन की गई सामुदायिक सेवाओं का विस्तार से वर्णन किया।

पहले 2025 में अंग्रेजी प्रकाशनों में हुआवेई द्वारा CANN को व्यापक रूप से खोलने की योजना का उल्लेख किया गया था। नई जानकारी कार्यशील आधार से संबंधित है। CANNLab Ascend C, PyPTO और संबंधित ऑपरेटरों के साथ काम करने के लिए ऑनलाइन मुफ्त क्लाउड वातावरण प्रदान करता है, जिसमें मॉडल डिप्लॉयमेंट जांच और उनका कॉन्फ़िगरेशन भी शामिल है। CANNBot एक मल्टी-एजेंट सहायक के रूप में प्रस्तुत किया गया है जो कोड उत्पन्न कर सकता है, स्वतंत्र रूप से गड़बड़ियों को ठीक कर सकता है, मरम्मत चक्र को बंद कर सकता है और एंड-टू-एंड ट्यूनिंग कर सकता है।

CANNJudge प्रतियोगिताओं के लिए ऑनलाइन डैशबोर्ड जोड़ता है, जिससे छात्रों को मूल्यांकन वाले कार्यों पर अभ्यास करने की अनुमति मिलती है, जबकि CANN-Learning-Hub शुरुआती से उन्नत स्तर तक ऑपरेटरों के साथ काम करने के लिए शिक्षण सामग्री और इंटरैक्टिव उदाहरणों को एक साथ लाता है। इसका प्रबंधन एक तकनीकी दिशानिर्देश समिति, एक परियोजना प्रबंधन समिति और विशेष रुचि समूहों द्वारा किया जाता है।

रुचि के उद्योग समूहों में पहले ही बुद्धिमान परिवहन, एम्बोडीड इंटेलिजेंस, ऊर्जा और जीवन विज्ञान जैसे क्षेत्रों को सूचीबद्ध किया गया है, और सहयोग के लिए विश्वविद्यालयों, प्रयोगशालाओं और कंपनियों के लिए संबंधित कोड रिपॉजिटरी खुले हैं। CANN-Samples में प्रशिक्षण और अनुमान के लिए अनुकूलन के उदाहरण शामिल हैं, जिसमें सीमित कम्प्यूटेशनल क्षमताओं वाले वर्गों के लिए एकल चिप पथ शामिल हैं।

हुआवेई इन सभी तत्वों को 'सीखना-अभ्यास-प्रतियोगिता-प्रमाणन-भर्ती' पथ में जोड़ती है, जिसका उद्देश्य कैंपस से बाहर निकलने से पहले छात्रों को ऑपरेटरों और मॉडलों पर वास्तविक कार्य प्रदान करना है। पारिस्थितिकी तंत्र भागीदार समुदाय के मजबूत प्रतिभागियों की भर्ती की सूचना देते हैं, हालांकि बाहरी सिफारिश चैनलों का विकास अभी भी चल रहा है। इसके अलावा, कंपनी यह दावा नहीं करती है कि CANN का सारा कोड पूरी तरह से ओपन सोर्स के लिए तैयार है; यह उन हिस्सों के आसपास की सेवाओं और प्रबंधन का वर्णन करती है जो वर्तमान में खुले हैं।

एसकेन्ड डेवलपर्स के लिए सबसे महत्वपूर्ण खबर मुफ्त क्लाउड प्रयोगशाला, ऑपरेटरों के साथ काम करने के लिए एजेंट-सहायक, और सार्वजनिक रैंकिंग है, जिन्हें एक एकीकृत डेवलपर बेस के रूप में घोषित किया गया है। पिछले अंग्रेजी रिपोर्टों ने ओपन सोर्स दिशा पर प्रकाश डाला था; यह प्रस्तुति उन उपकरणों पर केंद्रित थी जो इस दिशा को दैनिक कार्य में लागू करने के लिए डिज़ाइन किए गए हैं।

लोकप्रिय