میٹا کے ذریعہ انقلابی برین چائلڈ کی نقاب کشائی: AI انوویشن نے انتہائی ذہین حسب ضرورت بصیرت کا وعدہ کیا

ٹیبل آف کنٹینٹ میوز اسپارک، میٹا کا جدید ترین AI ماڈل، کمپنی کے ذاتی سپر انٹیلی جنس کی طرف بڑھنے میں ایک اہم قدم کی نشاندہی کرتا ہے۔ میٹا سپر انٹیلی جنس لیبز کے ذریعہ تیار کردہ، ماڈل ملٹی موڈل استدلال، ٹول کے استعمال، اور ملٹی ایجنٹ آرکیسٹریشن کو سپورٹ کرتا ہے۔ یہ اب meta.ai اور Meta AI ایپ پر دستیاب ہے۔ شراکت داروں کو منتخب کرنے کے لیے ایک نجی API پیش نظارہ کھلا ہے۔ میٹا اس کے بڑھتے ہوئے AI ماحولیاتی نظام تک رسائی کو وسیع کرتے ہوئے، ماڈل کے مستقبل کے ورژن کو اوپن سورس کرنے کا بھی ارادہ رکھتا ہے۔ Muse Spark متعدد ڈومینز اور ٹولز میں بصری معلومات پر کارروائی کرنے کے لیے زمین سے بنایا گیا ہے۔ یہ بصری STEM سوالات، ہستی کی شناخت، اور لوکلائزیشن کے کاموں پر اچھی کارکردگی کا مظاہرہ کرتا ہے۔ یہ صلاحیتیں انٹرایکٹو تجربات کو قابل بناتی ہیں، گھریلو آلات کو خراب کرنے سے لے کر حسب ضرورت منی گیمز بنانے تک۔ میٹا اسے اپنے ذاتی سپر انٹیلی جنس روڈ میپ کے بنیادی حصے کے طور پر رکھتا ہے۔ میٹا میں AI نے X پر تصدیق کی: "Muse Spark ایک مقامی طور پر ملٹی موڈل استدلال کا ماڈل ہے جس میں ٹول کے استعمال، سوچ کی بصری زنجیر، اور ملٹی ایجنٹ آرکیسٹریشن کی حمایت ہے۔" Muse Spark کا تعارف، Meta Superintelligence Labs کے تیار کردہ ماڈلز کے Muse خاندان میں پہلا۔ Muse Spark ایک مقامی طور پر ملٹی موڈل استدلال کا ماڈل ہے جس میں ٹول کے استعمال، سوچ کی بصری زنجیر، اور ملٹی ایجنٹ آرکیسٹریشن کی حمایت ہے۔ Muse Spark آج… pic.twitter.com/qnfSzoSPzt — AI at Meta (@AIatMeta) پر 8 اپریل 2026 پر دستیاب ہے یہ ماڈل 1,000 سے زیادہ معالجین کے ان پٹ کے ساتھ تیار کردہ صحت سے متعلق استدلال کی تہہ بھی متعارف کراتا ہے۔ تربیت کے اعداد و شمار کو مزید حقائق پر مبنی اور جامع طبی ردعمل پیدا کرنے کے لیے تیار کیا گیا تھا۔ Muse Spark ورزش کے دوران غذائی مواد اور پٹھوں کی سرگرمی کو ظاہر کرنے والے انٹرایکٹو ڈسپلے تیار کر سکتا ہے۔ یہ اسے روزمرہ صحت کے سوالات اور ذاتی فلاح و بہبود کی منصوبہ بندی کے لیے عملی بناتا ہے۔ میٹا غور و فکر کے موڈ کو بھی متعارف کر رہا ہے، جو متوازی طور پر متعدد استدلال کے ایجنٹوں کو چلاتا ہے۔ یہ موڈ Muse Spark کو Gemini Deep Think اور GPT Pro جیسے ماڈلز کے ساتھ مقابلہ کرنے کی اجازت دیتا ہے۔ اس نے ٹیسٹنگ کے دوران ہیومینٹی کے آخری امتحان میں 58% اور فرنٹیئر سائنس ریسرچ پر 38% حاصل کیا۔ یہ فیچر meta.ai پر صارفین کے لیے بتدریج متعارف کرایا جا رہا ہے۔ ماڈل کی ایجنٹی صلاحیتیں اب بھی ترقی کر رہی ہیں، خاص طور پر طویل افق کے کاموں اور پیچیدہ کوڈنگ ورک فلوز میں۔ میٹا کھلے دل سے ان خلا کو تسلیم کرتا ہے اور اس بات کی تصدیق کرتا ہے کہ بڑے ماڈلز فعال ترقی میں ہیں۔ میوزک اسپارک کو کمپنی کی اسکیلنگ سیڑھی پر پہلا قدم قرار دیا گیا ہے۔ مزید پیش رفت متوقع ہے کیونکہ نیا انفراسٹرکچر بشمول Hyperion ڈیٹا سینٹر آن لائن آتا ہے۔ میٹا نے اپنے پہلے سے تربیتی اسٹیک کو نو مہینوں میں دوبارہ بنایا، ماڈل فن تعمیر، اصلاح، اور ڈیٹا کیوریشن کو بہتر بنایا۔ نتیجہ ایک ایسا ماڈل ہے جو Llama 4 Maverick سے دس گنا کم کمپیوٹ کے ساتھ موازنہ کارکردگی تک پہنچتا ہے۔ یہ Muse Spark کو آج دستیاب کئی سرکردہ بیس ماڈلز کے مقابلے میں زیادہ کمپیوٹ کرنے کے قابل بناتا ہے۔ ان فوائد کی تصدیق کے لیے چھوٹے ماڈلز پر لاگو اسکیلنگ قوانین کا استعمال کیا گیا۔ پہلے سے تربیت کے بعد کمک سیکھنا ماڈل کی صلاحیتوں کو پیمانے پر مزید بڑھاتا ہے۔ تربیتی اعداد و شمار معیاری اور متنوع استدلال کی کوششوں میں پاس کی شرحوں میں لاگ لکیری نمو کو ظاہر کرتا ہے۔ ایک منعقد شدہ تشخیصی سیٹ اس بات کی تصدیق کرتا ہے کہ یہ فوائد ان دیکھے کاموں کو اچھی طرح سے عام کر دیتے ہیں۔ میٹا نے رپورٹ کیا ہے کہ پورے عمل کے دوران RL ٹریننگ مستحکم اور پیش قیاسی رہی۔ حفاظتی محاذ پر، Meta نے Muse Spark کو تعینات کرنے سے پہلے اپنے اپ ڈیٹ کردہ ایڈوانسڈ AI اسکیلنگ فریم ورک کی پیروی کی۔ تجزیوں میں حیاتیاتی اور کیمیائی ہتھیاروں سے انکار، سائبرسیکیوریٹی کے خطرات، اور رویے کی صف بندی کا احاطہ کیا گیا۔ ماڈل نے جانچے گئے اعلی خطرے والے زمروں میں سخت انکاری رویہ دکھایا۔ سسٹم کی سطح کے گارڈریلز اور حفاظت پر مرکوز پوسٹ ٹریننگ نے ان نتائج میں براہ راست تعاون کیا۔ تھرڈ پارٹی ایویلیویٹر اپولو ریسرچ نے نوٹ کیا کہ میوز اسپارک نے اب تک مشاہدہ کی جانے والی تشخیص بیداری کی بلند ترین شرح دکھائی ہے۔ ماڈل نے اکثر ٹیسٹ کے منظرناموں کو ممکنہ "سیدھ میں لانے کے جال" کے طور پر شناخت کیا اور اسی کے مطابق ایماندارانہ رویے کا انتخاب کیا۔ میٹا کو ابتدائی شواہد ملے ہیں کہ یہ آگاہی صف بندی کی تشخیص کے ایک چھوٹے ذیلی سیٹ پر رویے کو متاثر کر سکتی ہے۔ کمپنی نے نتیجہ اخذ کیا کہ یہ رہائی میں تاخیر کی وجہ نہیں تھی لیکن اس نے تصدیق کی کہ یہ مزید تحقیق کی ضمانت دیتا ہے۔