2026ರಲ್ಲಿ AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮ ಸಣ್ಣ LLMಗಳು: 4B ಮತ್ತು ಅದಕ್ಕಿಂತ ಕಡಿಮೆ ಮಾಡೆಲ್ಗಳ ಪರೀಕ್ಷೆ
2026ರಲ್ಲಿ AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮ ಸಣ್ಣ LLMಗಳನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ. ಅತ್ಯುತ್ತಮ ಆಯ್ಕೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ವೇಗ, ಬೆಲೆ ಮತ್ತು ಏಜೆಂಟಿಕ್ ಕಾರ್ಯಕ್ಷಮತೆಗಾಗಿ ನಾವು 4B ಮತ್ತು ಅದಕ್ಕಿಂತ ಕಡಿಮೆ ಮಾಡೆಲ್ಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದ್ದೇವೆ.
1X2.TV — AI ಫುಟ್ಬಾಲ್ ಊಹೆಗಳು
AI-ಚಾಲಿತ ಫುಟ್ಬಾಲ್ ಪಂದ್ಯ ಭವಿಷ್ಯ, ಬೆಟ್ಟಿಂಗ್ ಸಲಹೆಗಳು ಮತ್ತು ಆಳವಾದ ವಿಶ್ಲೇಷಣೆ. 50,000+ ಪಂದ್ಯಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್ಗಳಿಂದ ಚಾಲಿತವಾಗಿದೆ.
ಭವಿಷ್ಯಗಳನ್ನು ಪಡೆಯಿರಿದೈತ್ಯ ಮತ್ತು ಏಕರೂಪದ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಆರಂಭಿಕ ದಿನಗಳಿಂದ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕ್ಷೇತ್ರವು ಗಮನಾರ್ಹವಾಗಿ ಬದಲಾಗಿದೆ. 2026ರ ಅಂತ್ಯದ ಹೊತ್ತಿಗೆ, ಉದ್ಯಮವು “ದೊಡ್ಡದಾದರೆ ಯಾವಾಗಲೂ ಉತ್ತಮ” ಎಂಬ ಧೋರಣೆಯಿಂದ ದೂರ ಸರಿದು, ದಕ್ಷತೆ, ವಿಳಂಬ (ಲೇಟೆನ್ಸಿ) ಮತ್ತು ವಿಶೇಷ ಸಾಮರ್ಥ್ಯಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮವಾದ ತಿಳುವಳಿಕೆಯನ್ನು ಪಡೆದಿದೆ. ಸ್ವಯಂಚಾಲಿತ AI ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸುವ ಡೆವಲಪರ್ಗಳಿಗೆ, ಸಾವಿರಾರು ಕೋಟಿ ಪ್ಯಾರಾಮೀಟರ್ಗಳ ಪ್ರದೇಶವು ಇನ್ನು ಮುಂದೆ ಸೂಕ್ತವಾದ ಸ್ಥಳವಲ್ಲ. ಬದಲಾಗಿ, ಏಜೆಂಟಿಕ್ ಕಾರ್ಯಪ್ರವಾಹಗಳಿಗೆ ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ಸಾಧನಗಳು ಈಗ 4 ಬಿಲಿಯನ್ಗಿಂತ ಕಡಿಮೆ ಪ್ಯಾರಾಮೀಟರ್ಗಳ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಸಿಗುತ್ತವೆ.
ಈ ಬದಲಾವಣೆ ಏಕೆ? ಏಕೆಂದರೆ ಏಜೆಂಟ್ಗಳು ಕೇವಲ ಚಾಟ್ ಮಾಡುವುದಿಲ್ಲ; ಅವು ಕ್ರಿಯೆ ನಡೆಸುತ್ತವೆ. ಅವು JSON ಅನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತವೆ, APIಗಳನ್ನು ಕರೆಯುತ್ತವೆ, ಕೋಡ್ ತುಣುಕುಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತವೆ ಮತ್ತು ಹಲವಾರು ಹಂತಗಳಲ್ಲಿ ಸ್ಥಿತಿಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುತ್ತವೆ. ಈ ಕಾರ್ಯಗಳಿಗೆ, ಸ್ಥಳೀಯವಾಗಿ ಅಥವಾ ಕಡಿಮೆ ವೆಚ್ಚದ ಎಡ್ಜ್ ಸರ್ವರ್ನಲ್ಲಿ ಚಲಿಸುವ ಚಿಕ್ಕದಾದ, ಹೆಚ್ಚು ಆಪ್ಟಿಮೈಸ್ ಮಾಡಿದ ಮಾದರಿಯು, ವೇಗ ಮತ್ತು ವೆಚ್ಚ-ದಕ್ಷತೆಯ ವಿಷಯದಲ್ಲಿ ಸಾಮಾನ್ಯ ದೈತ್ಯ ಮಾದರಿಗಿಂತ ಹೆಚ್ಚು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಈ ಲೇಖನವು 2026ರಲ್ಲಿ AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮ ಸಣ್ಣ LLMಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತದೆ, ಏಜೆಂಟಿಕ್ ನಂಬಿಕೆಗೆ (ರೆಲಿಯಬಿಲಿಟಿ) ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಪರೀಕ್ಷಿಸಲಾದ 4 ಬಿಲಿಯನ್ ಪ್ಯಾರಾಮೀಟರ್ಗಳು ಅಥವಾ ಅದಕ್ಕಿಂತ ಕಡಿಮೆ ಇರುವ ಮಾದರಿಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.
“ಏಜೆಂಟಿಕ್” ಸಣ್ಣ ಮಾದರಿಯ ಏಳಿಗೆ
2024 ಮತ್ತು 2025ರಲ್ಲಿ, ಸಣ್ಣ ಮಾದರಿಗಳನ್ನು ಅವುಗಳ ದೊಡ್ಡ ಸಹೋದರ ಮಾದರಿಗಳ “ಆಟಿಕೆ” ಆವೃತ್ತಿಗಳೆಂದು ತಿರಸ್ಕರಿಸಲಾಗುತ್ತಿತ್ತು. ಅವು ಸಂಕೀರ್ಣ ತರ್ಕದ ಸರಪಳಿಗಳಲ್ಲಿ ಸಂಘರ್ಷಿಸುತ್ತಿದ್ದವು ಮತ್ತು ಉಪಕರಣ ಕರೆಗಳನ್ನು (ಟೂಲ್ ಕಾಲ್ಸ್) ಕಲ್ಪಿಸುತ್ತಿದ್ದವು. ಆದರೆ, 2025ರಲ್ಲಿ ವಿಶೇಷ ಏಜೆಂಟಿಕ್ ತರಬೇತಿ ದತ್ತಾಂಶದ ಬಿಡುಗಡೆಯು ಆಟದ ನಿಯಮಗಳನ್ನೇ ಬದಲಾಯಿಸಿತು. ಡೆವಲಪರ್ಗಳು ಯಶಸ್ವಿ ಏಜೆಂಟ್ ರನ್ಗಳ ಟ್ರಾಜೆಕ್ಟರಿಗಳ ಮೇಲೆ - ಯೋಚನೆ, ಉಪಕರಣ ಆಯ್ಕೆ ಮತ್ತು ವೀಕ್ಷಣೆಯ ಕ್ರಮಗಳ ಮೇಲೆ - ವಿಶೇಷವಾಗಿ ಸಣ್ಣ ಬೇಸ್ ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದರು.
ಇದರ ಫಲಿತಾಂಶವೆಂದರೆ “ಏಜೆಂಟಿಕ್ ಸಣ್ಣ LLMಗಳು” ಎಂಬ ಹೊಸ ವರ್ಗದ ಮಾದರಿಗಳು. ಈ ಮಾದರಿಗಳು ಸಾಮಾನ್ಯ ಸಂಭಾಷಣೆಯಲ್ಲಿ ಮಾತ್ರ ಉತ್ತಮವಾಗಿರುವುದಿಲ್ಲ; ಅವು ನಂಬಲರ್ಹ ಫಂಕ್ಷನ್ ಕಾಲರ್ಗಳಾಗಲು ಇಂಜಿನಿಯರ್ ಮಾಡಲ್ಪಟ್ಟಿವೆ. ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ 3B ಪ್ಯಾರಾಮೀಟರ್ ಮಾದರಿಯನ್ನು ನೀವು ಹವಾಮಾನ API ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಕೇಳಿದಾಗ, ಅದು ಕೇವಲ ತಾಪಮಾನವನ್ನು ಊಹಿಸುವುದಿಲ್ಲ; ಅದು ಸರಿಯಾಗಿ ವಿನಂತಿಯನ್ನು ರೂಪಿಸುತ್ತದೆ, ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ನಿಭಾಯಿಸುತ್ತದೆ ಮತ್ತು ದತ್ತಾಂಶವನ್ನು ತನ್ನ ಮುಂದಿನ ಹಂತಕ್ಕೆ ಸಂಯೋಜಿಸುತ್ತದೆ. ಒಂದು ತಪ್ಪಾದ JSON ವಸ್ತುವು ಇಡೀ ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಮುರಿಯಬಹುದಾದ ಉತ್ಪಾದನಾ-ಮಟ್ಟದ (ಪ್ರೊಡಕ್ಷನ್-ಗ್ರೇಡ್) ಏಜೆಂಟ್ಗಳಿಗೆ ಈ ನಂಬಿಕೆ ಅತ್ಯಗತ್ಯ.
ಅಗ್ರ ಸ್ಪರ್ಧಿಗಳು: 2026ರಲ್ಲಿ ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಅತ್ಯುತ್ತಮ ಸಣ್ಣ LLMಗಳು
ಇಪ್ಪತ್ತಕ್ಕೂ ಹೆಚ್ಚು ಓಪನ್-ಸೋರ್ಸ್ ಮತ್ತು ಪ್ರಾಪ್ರೈಟರಿ ಸಣ್ಣ ಮಾದರಿಗಳನ್ನು ವ್ಯಾಪಕವಾಗಿ ಪರೀಕ್ಷಿಸಿದ ನಂತರ, 2026 ರಲ್ಲಿ ಏಜೆಂಟಿಕ್ ಕಾರ್ಯಗಳಿಗೆ ಮೂರು ಮಾದರಿಗಳು ಮುಂಚೂಣಿಯಲ್ಲಿವೆ. ಈ ಮಾದರಿಗಳು ಪ್ಯಾರಾಮೀಟರ್ ಸಂಖ್ಯೆ, ಸಂದರ್ಭ ವಿಂಡೋ ಗಾತ್ರ ಮತ್ತು ನಿರ್ದೇಶನಗಳನ್ನು ಅನುಸರಿಸುವ ಸಾಮರ್ಥ್ಯದ ನಡುವೆ ಸಮತೋಲನ ಕಾಪಾಡಿಕೊಳ್ಳುತ್ತವೆ.
1. Phi-4 Mini (3.8B)
Microsoft ನ Phi ಸರಣಿ ದೀರ್ಘಕಾಲದಿಂದಲೂ ಸಣ್ಣ, ಅತ್ಯುತ್ತಮ ಗುಣಮಟ್ಟದ ಮಾದರಿಗಳಿಗೆ ಚಿನ್ನದ ಮಾನದಂಡವಾಗಿದೆ. 2026 ರಲ್ಲಿ, ತರ್ಕ ಮತ್ತು ವೇಗದ ಸಮತೋಲನ ಬೇಕಾದ ಡೆವಲಪರ್ಗಳಿಗೆ Phi-4 Mini (3.8B) ಶ್ರೇಷ್ಠ ಆಯ್ಕೆಯಾಗಿಯೇ ಉಳಿದಿದೆ. ತಾರ್ಕಿಕ ತೀರ್ಮಾನ ಮತ್ತು ಕೋಡ್ ಎಕ್ಸಿಕ್ಯೂಷನ್ಗೆ ಹೆಚ್ಚು ಒತ್ತು ನೀಡಿದ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾಸೆಟ್ ಮೇಲೆ ತರಬೇತಿ ಪಡೆದಿರುವ Phi-4 Mini, ಏಜೆಂಟ್ಗಳಿಗೆ ಅಗತ್ಯವಿರುವ “chain-of-thought” ಹಂತಗಳಲ್ಲಿ ಅತ್ಯುತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯಗಳು:
- ಪ್ಯಾರಾಮೀಟರ್ ಸಂಖ್ಯೆ: 3.8 ಬಿಲಿಯನ್
- ಸಂದರ್ಭ ವಿಂಡೋ: 128k ಟೋಕನ್ಗಳು
- ಬಲಿಷ್ಠ ಬದಿಗಳು: ಅತ್ಯುತ್ತಮ JSON ಅನುಸರಣೆ, ಬಲಿಷ್ಠ ಕೋಡಿಂಗ್ ಬೆಂಬಲ, ಕನ್ಸ್ಯೂಮರ್ ಹಾರ್ಡ್ವೇರ್ನಲ್ಲಿ ಕಡಿಮೆ ಲೇಟೆನ್ಸಿ.
- ಉತ್ತಮ ಬಳಕೆ: ಕೋಡಿಂಗ್ ಏಜೆಂಟ್ಗಳು, ಡೇಟಾ ಎಕ್ಸ್ಟ್ರಾಕ್ಷನ್ ಪೈಪ್ಲೈನ್ಗಳು ಮತ್ತು ಸಂಕೀರ್ಣ ತರ್ಕಾತ್ಮಕ ಕಾರ್ಯಗಳು.
ಸ್ವಯಂ-ಸರಿಪಡಿಸುವ ಸಾಮರ್ಥ್ಯದಲ್ಲಿ Phi-4 Mini ವಿಶೇಷವಾಗಿ ಪ್ರಭಾವಶಾಲಿಯಾಗಿದೆ. ಒಂದು ಟೂಲ್ ಕಾಲ್ ವಿಫಲವಾದಾಗ, ದೋಷ ಸಂದೇಶವನ್ನು ವಿಶ್ಲೇಷಿಸಿ ತಿದ್ದಿದ ಆರ್ಗ್ಯುಮೆಂಟ್ನೊಂದಿಗೆ ಮತ್ತೆ ಪ್ರಯತ್ನಿಸಲು ಈ ಮಾದರಿಯನ್ನು ತರಬೇತಿ ನೀಡಲಾಗಿದೆ; ನಿರ್ದಿಷ್ಟ ಫೈನ್-ಟ್ಯೂನಿಂಗ್ ಇಲ್ಲದ ಸಣ್ಣ ಮಾದರಿಗಳಲ್ಲಿ ಈ ವರ್ತನೆ ಅಪರೂಪ.
2. Gemma-3-2B-IT (Instruction Tuned)
Google ನ Gemma ಸರಣಿ ಎಡ್ಜ್ AI ಗೆ ಒಂದು ಶಕ್ತಿ ಕೇಂದ್ರವಾಗಿ ಬೆಳೆದಿದೆ. ಮೊಬೈಲ್ ಸಾಧನಗಳು ಅಥವಾ ಕಡಿಮೆ ವಿದ್ಯುತ್ ಬಳಸುವ IoT ಹಾರ್ಡ್ವೇರ್ಗಳಲ್ಲಿ ನಡೆಯಬೇಕಾದ ಏಜೆಂಟ್ಗಳಿಗೆ Gemma-3-2B-IT ಶ್ರೇಷ್ಠ ಆಯ್ಕೆ. ಇದರಲ್ಲಿ Phi-4 Mini ಗಿಂತ ಕಡಿಮೆ ಪ್ಯಾರಾಮೀಟರ್ಗಳಿದ್ದರೂ, ಇದರ ದಕ್ಷತೆ ಅನನ್ಯವಾಗಿದೆ. ಇದು ಸ್ಮಾರ್ಟ್ಫೋನ್ ಅಥವಾ Raspberry Pi 5 ನಲ್ಲಿ ಸುಗಮವಾಗಿ ನಡೆಯಬಲ್ಲದು, ಆಫ್ಲೈನ್ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕಾದ ವೈಯಕ್ತಿಕ ಸಹಾಯಕರಿಗೆ ಇದು ಸೂಕ್ತವಾಗಿದೆ.
ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯಗಳು:
- ಪ್ಯಾರಾಮೀಟರ್ ಸಂಖ್ಯೆ: 2 ಬಿಲಿಯನ್
- ಸಂದರ್ಭ ವಿಂಡೋ: 32k ಟೋಕನ್ಗಳು
- ಬಲಿಷ್ಠ ಬದಿಗಳು: ಅತ್ಯಲ್ಪ ಮೆಮೊರಿ ಫುಟ್ಪ್ರಿಂಟ್, ವೇಗದ ಇನ್ಫರೆನ್ಸ್, ಬಲಿಷ್ಠ ಬಹುಭಾಷಾ ಬೆಂಬಲ.
- ಉತ್ತಮ ಬಳಕೆ: ಮೊಬೈಲ್ ಏಜೆಂಟ್ಗಳು, IoT ಸಾಧನಗಳು ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ, ಕಡಿಮೆ ಸಂಕೀರ್ಣತೆಯ ಕಾರ್ಯಗಳು.
Phi-4 Mini ಗೆ ಹೋಲಿಸಿದರೆ ಆಳವಾದ, ಬಹು-ಹಂತದ ತಾರ್ಕಿಕ ಒಗಟುಗಳಲ್ಲಿ Gemma-3-2B-IT ಸಂಘರ್ಷಿಸಬಹುದಾದರೂ, ಇದು ಅಸಾಧಾರಣ ವೇಗದ್ದು. ಸೆಕೆಂಡಿಗೆ ಡಜನ್ಗಟ್ಟಲೆ ಸರಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದ ಏಜೆಂಟ್ಗಳಿಗೆ—ಉದಾಹರಣೆಗೆ ಗ್ರಾಹಕ ಬೆಂಬಲ ಟಿಕೆಟ್ಗಳನ್ನು ರೂಟಿಂಗ್ ಮಾಡುವುದು ಅಥವಾ ಸಣ್ಣ ಸುದ್ದಿ ಫೀಡ್ಗಳನ್ನು ಸಾರಾಂಶಿಸುವುದು—Gemma ಶ್ರೇಷ್ಠ ಆಯ್ಕೆ.
3. Mistral-3B-Edge
Mistral AI ವೇಗ ಮತ್ತು ಸರಳತೆಗೆ ಆದ್ಯತೆ ನೀಡುವ ಮಾದರಿಗಳಿಗಾಗಿ ವಿಶಿಷ್ಟ ಸ್ಥಾನವನ್ನು ಪಡೆದುಕೊಂಡಿದೆ. 2026ರಲ್ಲಿ ಬಿಡುಗಡೆಯಾದ Mistral-3B-Edge ರಿಯಲ್-ಟೈಮ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗಾಗಿ ವಿಶೇಷವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಹೊಸ ಮಾದರಿಯಾಗಿದೆ. ಇದು 4-ಬಿಟ್ ನಿಖರತೆಗೆ ಸಂಕುಚಿತಗೊಂಡಾಗಲೂ ಹೆಚ್ಚಿನ ನಿಖರತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುವ ಹೊಸ ಕ್ವಾಂಟೈಸೇಶನ್-ಅವೇರ್ ತರಬೇತಿ ವಿಧಾನವನ್ನು ಬಳಸುತ್ತದೆ. ಇದರಿಂದಾಗಿ ಇದು ಸಾಮಾನ್ಯ ಕನ್ಸ್ಯೂಮರ್ GPUಗಳಲ್ಲಿ ಅತ್ಯಂತ ವೇಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯಗಳು:
- ಪ್ಯಾರಾಮೀಟರ್ ಸಂಖ್ಯೆ: 3 ಬಿಲಿಯನ್
- ಸಂದರ್ಭ ವಿಂಡೋ: 64k ಟೋಕನ್ಗಳು
- ಬಲಿಷ್ಠ ಬದಿಗಳು: ಉತ್ತಮ ದರ್ಜೆಯ ವೇಗ, ಕೆಟ್ಟ ರೀತಿಯ ಇನ್ಪುಟ್ ಡೇಟಾವನ್ನು ಬಲವಾಗಿ ನಿಭಾಯಿಸುವುದು, LangChain ಮತ್ತು LlamaIndex ಜೊತೆ ಸುಲಭ ಏಕೀಕರಣ.
- ಯಾರಿಗೆ ಉತ್ತಮ: ರಿಯಲ್-ಟೈಮ್ ಚಾಟ್ ಏಜೆಂಟ್ಗಳು, ವಾಯ್ಸ್ ಅಸಿಸ್ಟೆಂಟ್ಗಳು ಮತ್ತು ಹೆಚ್ಚಿನ ಥ್ರೂಪುಟ್ API ಸೇವೆಗಳು.
Mistral-3B-Edge ಎಂಬುದು ಅನಿರ್ಮಿತ ಡೇಟಾವನ್ನು ನಿಭಾಯಿಸಬೇಕಾದ ಡೆವಲಪರ್ಗಳಿಗೆ ಆಯ್ಕೆಯ ಮಾದರಿಯಾಗಿದೆ. ಶಬ್ದಮಯ ಬಳಕೆದಾರ ಇನ್ಪುಟ್ಗಳನ್ನು ಎದುರಿಸುವಾಗ ಇದು Phi-4 Mini ಗಿಂತ ಕಡಿಮೆ ಭಂಗವಾಗುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಬಳಕೆದಾರ ಪ್ರಾಂಪ್ಟ್ಗಳು ಊಹಿಸಲಾಗದ ಸಾರ್ವಜನಿಕ ಏಜೆಂಟ್ಗಳಿಗೆ ಇದು ಸುರಕ್ಷಿತ ಆಯ್ಕೆಯಾಗಿದೆ.
ಹೋಲಿಕೆ ಕೋಷ್ಟಕ: ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಸಣ್ಣ LLMಗಳು
ನಿಮ್ಮ ನಿರ್ದಿಷ್ಟ ಬಳಕೆಯ ಸಂದರ್ಭಕ್ಕೆ ಸರಿಯಾದ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುವಂತೆ, 2026ರಲ್ಲಿ AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಇರುವ ಟಾಪ್ ಮೂರು ಸಣ್ಣ LLMಗಳ ನೇರ ಹೋಲಿಕೆ ಇಲ್ಲಿದೆ.
| ಫೀಚರ್ | Phi-4 Mini (3.8B) | Gemma-3-2B-IT | Mistral-3B-Edge |
|---|---|---|---|
| ಪ್ಯಾರಾಮೀಟರ್ಗಳು | 3.8 ಬಿಲಿಯನ್ | 2 ಬಿಲಿಯನ್ | 3 ಬಿಲಿಯನ್ |
| ಸಂದರ್ಭ ವಿಂಡೋ | 128k | 32k | 64k |
| ಪ್ರಾಥಮಿಕ ಶಕ್ತಿ | ತರ್ಕ & ಕೋಡ್ | ದಕ್ಷತೆ & ಮೊಬೈಲ್ | ವೇಗ & ದೃಢತೆ |
| ಹಾರ್ಡ್ವೇರ್ ಅಗತ್ಯತೆ | ಮಧ್ಯಮ ಶ್ರೇಣಿಯ GPU / ಹೈ-ಎಂಡ್ CPU | ಮೊಬೈಲ್ / ಎಡ್ಜ್ ಸಾಧನ | ಕನ್ಸ್ಯೂಮರ್ GPU |
| JSON ವಿಶ್ವಾಸಾರ್ಹತೆ | ಹೆಚ್ಚು | ಮಧ್ಯಮ | ಹೆಚ್ಚು |
| ಉತ್ತಮ ಬಳಕೆಯ ಸಂದರ್ಭ | ಸಂಕೀರ್ಣ ಏಜೆಂಟ್ಗಳು | ಸರಳ, ವೇಗದ ಏಜೆಂಟ್ಗಳು | ರಿಯಲ್-ಟೈಮ್ ಏಜೆಂಟ್ಗಳು |
| ಲೈಸೆನ್ಸ್ | MIT | Gemma ನಿಯಮಗಳು | ಅಪಾಚೆ 2.0 |
ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಸಣ್ಣ LLMಗಳನ್ನು ಬಳಸುವ ಒಳ್ಳೆಯ ಮತ್ತು ಕೆಟ್ಟ ಬದಿಗಳು
ಸಣ್ಣ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ತಂತ್ರಜ್ಞಾನದ ನಿರ್ಧಾರ. ಇದು ಯಾವಾಗಲೂ ಸರಿಯಾದ ಆಯ್ಕೆಯಲ್ಲ, ಆದರೆ ಸರಿಯಾದಾಗ, ಪ್ರಯೋಜನಗಳು ಗಮನಾರ್ಹವಾಗಿರುತ್ತವೆ.
ಒಳ್ಳೆಯ ಬದಿಗಳು
- ವೆಚ್ಚದ ದಕ್ಷತೆ: 3B ಮಾದರಿಯನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಡೆಸುವುದರಿಂದ API ಶುಲ್ಕಗಳಲ್ಲಿ ಯಾವುದೇ ವೆಚ್ಚವಿರುವುದಿಲ್ಲ. ಕ್ಲೌಡ್ ಪ್ರೊವೈಡರ್ಗಳಲ್ಲಿ ಹೋಸ್ಟ್ ಮಾಡಿದಾಗಲೂ, ಸಣ್ಣ ಮಾದರಿಗಳು 70B+ ಮಾದರಿಗಳಿಗಿಂತ ಪ್ರತಿ ಟೋಕನ್ಗೆ ಗಮನಾರ್ಹವಾಗಿ ಅಗ್ಗವಾಗಿರುತ್ತವೆ. ಇದರಿಂದಾಗಿ ನಿಮ್ಮ ಏಜೆಂಟ್ ಅನ್ನು ಸಾವಿರಾರು ಬಳಕೆದಾರರಿಗೆ ವಿಸ್ತರಿಸಬಹುದು ಮತ್ತು ಹಣವನ್ನು ವ್ಯರ್ಥ ಮಾಡದೆ ಉಳಿಸಬಹುದು.
- ಕಡಿಮೆ ಲೇಟೆನ್ಸಿ: ಏಜೆಂಟ್ಗಳು ಪ್ರತಿಕ್ರಿಯಾತ್ಮಕವಾಗಿರಬೇಕು. ಸಣ್ಣ ಮಾದರಿಯು ಮಿಲಿಸೆಕೆಂಡ್ಗಳಲ್ಲಿ ಟೂಲ್ ಕಾಲ್ ಅನ್ನು ರಚಿಸಬಲ್ಲದು, ಆದರೆ ದೊಡ್ಡ ಮಾದರಿಯು ಸೆಕೆಂಡುಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಈ ವೇಗವು ಬಳಕೆದಾರ ಅನುಭವಕ್ಕೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ವಾಯ್ಸ್ ಅಥವಾ ಇಂಟರಾಕ್ಟಿವ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಲ್ಲಿ.
- ಗೌಪ್ಯತೆ ಮತ್ತು ನಿಯಂತ್ರಣ: ಸಣ್ಣ ಮಾದರಿಗಳನ್ನು ಆನ್-ಪ್ರಿಮೈಸ್ ಅಥವಾ ಎಡ್ಜ್ ಸಾಧನಗಳಲ್ಲಿ ನಡೆಸುವ ಮೂಲಕ, ನೀವು ಸಂವೇದನಾಶೀಲ ಡೇಟಾವನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಇಡಬಹುದು. ಸ್ವಾಮ್ಯದ ಮಾಹಿತಿಯನ್ನು ನಿಭಾಯಿಸುವ ಎಂಟರ್ಪ್ರೈಸ್ ಏಜೆಂಟ್ಗಳಿಗೆ ಇದು ಪ್ರಮುಖ ಪ್ರಯೋಜನವಾಗಿದೆ.
- ಕಸ್ಟಮೈಸೇಶನ್: ಸಣ್ಣ ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡುವುದು ಸುಲಭ. ಭಾರೀ ಕಂಪ್ಯೂಟೇಶನಲ್ ಸಂಪನ್ಮೂಲಗಳ ಅಗತ್ಯವಿಲ್ಲದೆ ನಿಮ್ಮ ನಿರ್ದಿಷ್ಟ ಡೊಮೇನ್ ಶಬ್ದಕೋಶ ಅಥವಾ ಟೂಲ್ಸೆಟ್ಗೆ 3B ಮಾದರಿಯನ್ನು ಬೇಗನೆ ಹೊಂದಿಸಿಕೊಳ್ಳಬಹುದು.
ಕೆಟ್ಟ ಬದಿಗಳು
- ಪರಿಮಿತ ತರ್ಕದ ಆಳ: ಆಳವಾದ ಜಗತ್ತಿನ ಜ್ಞಾನವನ್ನು ಬೇಡುವ ಸಂಕೀರ್ಣ, ಬಹು-ಹಂತದ ತಾರ್ಕಿಕ ಸಮಸ್ಯೆಗಳನ್ನು ಸಣ್ಣ ಮಾದರಿಗಳು ಎದುರಿಸುವಲ್ಲಿ ಸಂಕಷ್ಟ ಅನುಭವಿಸಬಹುದು. ನಿಮ್ಮ ಏಜೆಂಟ್ ಹೊಸ ಗಣಿತದ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಬೇಕಿದ್ದರೆ ಅಥವಾ ಸೂಕ್ಷ್ಮ ಸಾಂಸ್ಕೃತಿಕ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಿದ್ದರೆ, ದೊಡ್ಡ ಮಾದರಿ ಯಶಸ್ವಿಯಾಗುವಲ್ಲಿ ಸಣ್ಣ ಮಾದರಿ ವಿಫಲವಾಗಬಹುದು.
- ಹ್ಯಾಲೂಸಿನೇಷನ್ ಅಪಾಯ: ಸುಧಾರಿಸಿದ್ದರೂ, ಸಣ್ಣ ಮಾದರಿಗಳು ದೊಡ್ಡ ಮಾದರಿಗಳಿಗಿಂತ ಹೆಚ್ಚು ಸತ್ಯಾಂಶಗಳನ್ನು ಕಲ್ಪಿಸುವ (ಹ್ಯಾಲೂಸಿನೇಟ್) ಪ್ರವೃತ್ತಿ ಹೊಂದಿವೆ. ಈ ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿ ತಿದ್ದಲು ನಿಮ್ಮ ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್ನಲ್ಲಿ ದೃಢವಾದ ಮಾನ್ಯತೆ ಪದರಗಳನ್ನು ಅಳವಡಿಸಬೇಕು.
- ಸಂದರ್ಭ ವಿಂಡೋ ಮಿತಿಗಳು: ಸಣ್ಣ ಮಾದರಿಗೆ 128k ಅದ್ಭುತವಾಗಿದ್ದರೂ, ಕೆಲವು ದೊಡ್ಡ ಮಾದರಿಗಳಲ್ಲಿ ಲಭ್ಯವಿರುವ ಕೋಟ್ಯಾಂತರ ಟೋಕನ್ ವಿಂಡೋಗಳಿಗಿಂತ ಇದು ಇನ್ನೂ ಚಿಕ್ಕದಾಗಿದೆ. ಇದರಿಂದ ಒಂದೇ ಪ್ರಾಂಪ್ಟ್ನಲ್ಲಿ ಏಜೆಂಟ್ಗೆ ನೀಡಬಹುದಾದ ಸಂದರ್ಭದ ಪ್ರಮಾಣ ಮಿತಿಗೊಳಗಾಗಬಹುದು.
ಸಣ್ಣ LLM ಏಜೆಂಟ್ಗಳನ್ನು ನಿಯೋಜಿಸಲು ಪ್ರಾಯೋಗಿಕ ಸಲಹೆಗಳು
ಈ ಸಣ್ಣ ಮಾದರಿಗಳಿಂದ ಗರಿಷ್ಠ ಪ್ರಯೋಜನ ಪಡೆಯಲು, ಅವುಗಳ ಮಿತಿಗಳನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ನಿಮ್ಮ ಏಜೆಂಟ್ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬೇಕು.
- ರಚನಾತ್ಮಕ ಔಟ್ಪುಟ್ ಬಳಸಿ: ಮಾದರಿಯನ್ನು ಯಾವಾಗಲೂ JSON ಔಟ್ಪುಟ್ ನೀಡುವಂತೆ ಒತ್ತಾಯಿಸಿ. ನಿರ್ದಿಷ್ಟ ಸ್ಕೀಮಾಕ್ಕೆ ಬದ್ಧವಾಗಿದ್ದಾಗ ಸಣ್ಣ ಮಾದರಿಗಳು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿರುತ್ತವೆ. ಜನರೇಷನ್ ಸಮಯದಲ್ಲಿ ವ್ಯಾಕರಣ ನಿರ್ಬಂಧಗಳನ್ನು ಜಾರಿಗೊಳಿಸಲು
outlinesಅಥವಾguidanceನಂತಹ ಲೈಬ್ರರಿಗಳನ್ನು ಬಳಸಿ. - ಸ್ವಯಂ-ಪ್ರತಿಫಲನವನ್ನು ಅಳವಡಿಸಿ: ಸಣ್ಣ ಮಾದರಿಗಳು ತಪ್ಪುಗಳನ್ನು ಮಾಡಬಹುದಾದ್ದರಿಂದ, ನಿಮ್ಮ ಏಜೆಂಟ್ನಲ್ಲಿ “ಕ್ರಿಟಿಕ್” ಹಂತವನ್ನು ನಿರ್ಮಿಸಿ. ಮುಖ್ಯ ಏಜೆಂಟ್ ಒಂದು ಕ್ರಿಯೆಯನ್ನು ಪ್ರಸ್ತಾಪಿಸಿದ ನಂತರ, ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮೊದಲು ಅದರ ಶುದ್ಧತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಎರಡನೇ, ಸಣ್ಣ ಮಾದರಿಯನ್ನು (ಅಥವಾ ಬೇರೆ ಪ್ರಾಂಪ್ಟ್ನೊಂದಿಗೆ ಅದೇ ಮಾದರಿಯನ್ನು) ಬಳಸಿ.
- ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಆಪ್ಟಿಮೈಸ್ ಮಾಡಿ: ಸಣ್ಣ ಮಾದರಿಗಳು ಪ್ರಾಂಪ್ಟ್ ಇಂಜಿನಿಯರಿಂಗ್ಗೆ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತವೆ. ಸ್ಪಷ್ಟವಾಗಿ ಮತ್ತು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಇರಿ. ಅಸ್ಪಷ್ಟ ನಿರ್ದೇಶನಗಳನ್ನು ತಪ್ಪಿಸಿ. ಮಾದರಿಯ ವರ್ತನೆಯನ್ನು ಮಾರ್ಗದರ್ಶಿಸಲು ನಿಮ್ಮ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ನಲ್ಲಿ ಟೂಲ್ ಕಾಲ್ಗಳ ಸ್ಪಷ್ಟ ಉದಾಹರಣೆಗಳನ್ನು ಒದಗಿಸಿ.
- ಬುದ್ಧಿವಂತಿಕೆಯಿಂದ ಕ್ವಾಂಟೈಜ್ ಮಾಡಿ: ಇನ್ಫರೆನ್ಸ್ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಲು ಮತ್ತು ಮೆಮೊರಿ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು 4-ಬಿಟ್ ಅಥವಾ 8-ಬಿಟ್ ಕ್ವಾಂಟೈಜೇಶನ್ ಬಳಸಿ. ಹೆಚ್ಚಿನ ಸಣ್ಣ ಮಾದರಿಗಳನ್ನು ಕ್ವಾಂಟೈಜೇಶನ್ ಅನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ತರಬೇತಿ ನೀಡಲಾಗಿರುವುದರಿಂದ, ವೇಗದ ಲಾಭಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಕಾರ್ಯಕ್ಷಮತೆಯ ಇಳಿಕೆ ಕನಿಷ್ಠವಾಗಿರುತ್ತದೆ.
FAQ: AI ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಸಣ್ಣ LLMಗಳು
ಪ್ರಶ್ನೆ: ಏಜೆಂಟ್ಗಳಿಗಾಗಿ 3B ಮಾದರಿಯು GPT-4 ಅಥವಾ Claude 3 ಗೆ ನಿಜವಾಗಿಯೂ ಸ್ಪರ್ಧಿಸಬಲ್ಲದೇ? ಉತ್ತರ: ನಿರ್ದಿಷ್ಟ, ಸ್ಪಷ್ಟವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಕಾರ್ಯಗಳಿಗೆ ಹೌದು. ನಿರ್ದಿಷ್ಟ ಕ್ಷೇತ್ರಕ್ಕೆ (ಉದಾಹರಣೆಗೆ ಗ್ರಾಹಕ ಬೆಂಬಲ ಅಥವಾ ಕೋಡ್ ರಚನೆ) ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಲಾದ 3B ಮಾದರಿಯು ವೇಗ ಮತ್ತು ವೆಚ್ಚದ ವಿಷಯದಲ್ಲಿ ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ ದೊಡ್ಡ ಮಾದರಿಯನ್ನು ಮೀರಿಸಬಲ್ಲದು. ಆದರೆ, ತೆರೆದ ತುದಿಯ, ಸೃಜನಶೀಲ ಅಥವಾ ಅತ್ಯಂತ ಸಂಕೀರ್ಣ ತರ್ಕದ ಕಾರ್ಯಗಳಿಗೆ, ದೊಡ್ಡ ಮಾದರಿಗಳು ಇನ್ನೂ ಮುನ್ನಡೆ ಹೊಂದಿವೆ.
ಪ್ರಶ್ನೆ: ಈ ಮಾದರಿಗಳನ್ನು ನಡೆಸಲು ನನಗೆ ಯಾವ ಹಾರ್ಡ್ವೇರ್ ಬೇಕು? ಉತ್ತರ: Phi-4 Mini ಮತ್ತು Mistral-3B-Edge, NVIDIA RTX 3060 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಬಳಕೆದಾರರ GPU ಗಳಲ್ಲಿ ಚೆನ್ನಾಗಿ ನಡೆಯುತ್ತವೆ. Gemma-3-2B-IT ಅನ್ನು CPU ಗಳಲ್ಲಿ ಮತ್ತು ಮೊಬೈಲ್ ಸಾಧನಗಳಲ್ಲಿಯೂ ನಡೆಸಬಹುದು. ಉತ್ಪಾದನಾ ಬಳಕೆಗಾಗಿ, ಒಂದು ಮಧ್ಯಮ ಶ್ರೇಣಿಯ GPU ಈ ಸಣ್ಣ ಮಾದರಿಗಳ ಅನೇಕ ಏಕಕಾಲಿಕ ಸೆಷನ್ಗಳನ್ನು ನಿಭಾಯಿಸಬಲ್ಲದು.
ಪ್ರಶ್ನೆ: ಈ ಮಾದರಿಗಳನ್ನು ಬಳಸಲು ಉಚಿತವೇ? ಉತ್ತರ: Phi-4 Mini ಮತ್ತು Mistral-3B-Edge ಅನುಮತಿ ನೀಡುವ ಲೈಸೆನ್ಸ್ಗಳ ಅಡಿಯಲ್ಲಿ ಓಪನ್-ಸೋರ್ಸ್ ಆಗಿವೆ (ಕ್ರಮವಾಗಿ MIT ಮತ್ತು Apache 2.0), ಅಂದರೆ ಅವು ವಾಣಿಜ್ಯ ಬಳಕೆಗೆ ಉಚಿತ. Gemma-3-2B-IT ಅನ್ನು Google ನ Gemma ಬಳಕೆಯ ನಿಯಮಗಳ ಅಡಿಯಲ್ಲಿ ಲಭ್ಯವಿದೆ, ಇದು ಸಹ ಅನುಮತಿ ನೀಡುವಂತಹದ್ದಾಗಿದ್ದರೂ ಮರುಮಾರಾತಿನ ಮೇಲೆ ಕೆಲವು ನಿರ್ಬಂಧಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
ಪ್ರಶ್ನೆ: Phi, Gemma ಮತ್ತು Mistral ನಡುವೆ ನಾನು ಹೇಗೆ ಆಯ್ಕೆ ಮಾಡಬೇಕು? ಉತ್ತರ: ಉತ್ತಮ ತರ್ಕ ಮತ್ತು ಕೋಡಿಂಗ್ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ Phi-4 Mini ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ. ಮೊಬೈಲ್ ಅಥವಾ ಎಡ್ಜ್ ಸಾಧನಗಳಲ್ಲಿ ನಡೆಸಬೇಕಿದ್ದರೆ Gemma-3-2B-IT ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ. ರಿಯಲ್-ಟೈಮ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗೆ ಅತ್ಯಂತ ವೇಗವಾದ ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ ಬೇಕಿದ್ದರೆ Mistral-3B-Edge ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ.
ತೀರ್ಮಾನ
‘ಎಲ್ಲರಿಗೂ ಒಂದೇ ಗಾತ್ರ’ ಎಂಬ AI ಯುಗ ಮುಗಿದಿದೆ. 2026 ರಲ್ಲಿ, ಉತ್ತಮ AI ಏಜೆಂಟ್ಗಳನ್ನು ವಿಶೇಷಗೊಳಿಸಲಾದ, ದಕ್ಷ ಸಣ್ಣ LLM ಗಳ ಮೂಲಭೂತ ಸಂರಚನೆಯ ಮೇಲೆ ನಿರ್ಮಿಸಲಾಗುತ್ತದೆ. Phi-4 Mini, Gemma-3-2B-IT ಮತ್ತು Mistral-3B-Edge ವಿಭಿನ್ನ ಏಜೆಂಟಿಕ್ ಅಗತ್ಯಗಳಿಗೆ ತಕ್ಕಂತೆ ವಿಶಿಷ್ಟ ಪ್ರಯೋಜನಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ. ಅವುಗಳ ಶಕ್ತಿ ಮತ್ತು ಮಿತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ, ನೀವು ವೇಗವಾದ, ಅಗ್ಗದ ಮತ್ತು ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹ ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಬಹುದು, ಇವು ನಿಜವಾದ ಮೌಲ್ಯವನ್ನು ಒದಗಿಸುತ್ತವೆ. ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳಿಗೆ Phi-4 Mini ನಿಂದ ಪ್ರಾರಂಭಿಸಿ, ಮೊಬೈಲ್ಗಾಗಿ Gemma ಯೊಂದಿಗೆ ಪ್ರಯೋಗಿಸಿ ಮತ್ತು ವೇಗಕ್ಕಾಗಿ Mistral ಅನ್ನು ಬಳಸಿ. AI ಏಜೆಂಟ್ಗಳ ಭವಿಷ್ಯ ಕೇವಲ ದೊಡ್ಡದಾಗಿರುವುದಲ್ಲ; ಅದು ಬುದ್ಧಿವಂತ, ಸಣ್ಣ ಮತ್ತು ದಕ್ಷವಾಗಿರುತ್ತದೆ.
AI ಷೇರು ಮುನ್ಸೂಚನೆಗಳು — ಸ್ಮಾರ್ಟ್ ಮಾರುಕಟ್ಟೆ ವಿಶ್ಲೇಷಣೆ
AI-ಚಾಲಿತ ಷೇರು ಮಾರುಕಟ್ಟೆ ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ತಾಂತ್ರಿಕ ವಿಶ್ಲೇಷಣೆ. ನಂಬಿಕೆ ಸ್ಕೋರ್ಗಳು ಮತ್ತು ಅಪಾಯ ಮಾಪನಗಳೊಂದಿಗೆ ಷೇರುಗಳು, ETFಗಳು ಮತ್ತು ಕ್ರಿಪ್ಟೋಗಾಗಿ ದೈನಂದಿನ ಮುನ್ಸೂಚನೆಗಳನ್ನು ಪಡೆಯಿರಿ.
ಇಂದಿನ ಊಹೆಗಳನ್ನು ನೋಡಿAI ಸಾಧನವನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದೀರಾ ಅಥವಾ ಮಾರುಕಟ್ಟೆ ಮಾಡುತ್ತಿದ್ದೀರಾ?
AI Tools Hub ನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಿ, ಪರಿಶೀಲಿಸಿ ಅಥವಾ ವೈಶಿಷ್ಟ್ಯಗೊಳಿಸಿ — 12 ತಿಂಗಳ ಸ್ಪಾನ್ಸರ್ಡ್ ಲಿಸ್ಟಿಂಗ್ಗಳು, ಬಹುಭಾಷೆಗಳು. $49 ರಿಂದ ಪ್ರಾರಂಭ.
AI Tools Hub ತಂಡ
ತಜ್ಞ AI ಸಾಧನ ಪರಿಶೀಲಕರು
ನಿಮ್ಮ ಅಗತ್ಯಗಳಿಗೆ ಸೂಕ್ತವಾದ ಪರಿಹಾರವನ್ನು ಕಂಡುಹಿಡಿಯಲು ನಮ್ಮ AI ಉತ್ಸಾಹಿಗಳು ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ತಜ್ಞರ ತಂಡವು ನೂರಾರು AI ಸಾಧನಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ ಮತ್ತು ಪರಿಶೀಲಿಸುತ್ತದೆ. ನಾವು ನೈಜ-ಪ್ರಪಂಚದ ಬಳಕೆಯ ಆಧಾರದ ಮೇಲೆ ಪ್ರಾಮಾಣಿಕ, ಆಳವಾದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಒದಗಿಸುತ್ತೇವೆ.