Llama 4 Maverick
ਤਰਕ ਦਾ ਮੁੱਖ ਸੰਦ। ਇਹ ਇੱਕੋ ਵਾਰ ਬਹੁਤ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਸੰਦਰਭ ਸੰਭਾਲਦਾ ਹੈ, ਇਸ ਲਈ ਇਹ ਡੂੰਘੇ ਤਰਕ ਵਾਲੇ ਕਦਮਾਂ ਲਈ ਡਿਫੌਲਟ ਹੈ ਜਿੱਥੇ ਪੂਰੀ ਤਸਵੀਰ ਨੂੰ ਸਾਹਮਣੇ ਰੱਖਣਾ ਸਭ ਤੋਂ ਵੱਧ ਅਹਿਮ ਹੁੰਦਾ ਹੈ।
ਪ੍ਰਦਾਤਾ: OpenRouter, Groq, Together, DeepInfra
Llama 4 Scout
Llama 4 ਪਰਿਵਾਰ ਦਾ ਤੇਜ਼ ਸਾਥੀ। Maverick ਤੋਂ ਛੋਟਾ ਅਤੇ ਤੇਜ਼, ਮਜ਼ਬੂਤ ਟੂਲ ਕਾਲਿੰਗ ਨਾਲ। ਅਜਿਹੀਆਂ ਇੰਟਰਐਕਟਿਵ ਸ਼੍ਰੇਣੀਆਂ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਲੇਟੈਂਸੀ ਅਹਿਮ ਹੋਵੇ ਅਤੇ Maverick ਦਾ ਪੂਰਾ ਸੰਦਰਭ ਬਜਟ ਜ਼ਰੂਰੀ ਨਾ ਹੋਵੇ।
ਪ੍ਰਦਾਤਾ: OpenRouter, Groq
Qwen 3.6
ਬਹੁਭਾਸ਼ੀ ਡੂੰਘਾਈ ਅਤੇ ਮਜ਼ਬੂਤ ਢਾਂਚਾਗਤ ਆਉਟਪੁੱਟ। ਪੌਲੀਗਲੌਟ ਪਰਤ ਲਈ ਲੋੜੀਂਦੇ ਗੈਰ-ਅੰਗਰੇਜ਼ੀ ਤਰਕ ਮਾਰਗਾਂ ਵਿੱਚ ਭਾਰ ਚੁੱਕਦਾ ਹੈ; Llama ਪਰਿਵਾਰ ਤੋਂ ਬਾਹਰ ਸੁਤੰਤਰ ਪ੍ਰੋਵਾਈਡਰ ਅਧਾਰ ਫਾਲਬੈਕ ਚੇਨ ਵਿੱਚ ਵਾਧੂ ਬੈਕਅੱਪ ਜੋੜਦਾ ਹੈ।
ਪ੍ਰਦਾਤਾ: OpenRouter, DashScope, DeepInfra
Gemma 4
ਆਮ ਹਾਰਡਵੇਅਰ 'ਤੇ ਚੱਲਣ ਲਈ ਕਾਫ਼ੀ ਛੋਟਾ। ਜਿੱਥੇ ਪਹੁੰਚ ਕੱਚੀ ਸਮਰੱਥਾ ਨਾਲੋਂ ਵੱਧ ਅਹਿਮ ਹੋਵੇ (ਡਿਵਾਈਸ 'ਤੇ, ਘੱਟ ਬੈਂਡਵਿਡਥ, ਅਤੇ ਖਰਾਬ ਨੈੱਟਵਰਕ ਤਾਇਨਾਤੀਆਂ ਵਿੱਚ) ਅਤੇ Llama ਤੇ Qwen ਦੇ ਨਾਲ ਤੀਸਰੇ ਪਰਿਵਾਰ ਦੇ ਫਾਲਬੈਕ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।
ਪ੍ਰਦਾਤਾ: OpenRouter, Google
ਸਾਡੇ ਮਾਡਲ ਮਾਪਦੰਡ
ਸਾਡੇ ਮਾਡਲ ਮਾਪਦੰਡ
CIRIS Agent ਲਈ ਪੰਜ ਲਾਜ਼ਮੀ ਸ਼ਰਤਾਂ
1. ਢਾਂਚਾਗਤ ਆਉਟਪੁੱਟ ਅਤੇ ਟੂਲ ਵਰਤੋਂ
ਪ੍ਰਤੀ ਇੰਟਰਐਕਸ਼ਨ 12-70 ਟੂਲ ਕਾਲਾਂ ਵਿੱਚ ਫੰਕਸ਼ਨ ਕਾਲਿੰਗ ਅਤੇ ਵੈਲਿਡ JSON ਵਾਪਸ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ। CIRIS ਇੱਕ ਆਰਕੈਸਟਰੇਟਰ ਹੈ। ਸਾਨੂੰ ਸਥਿਰ ਟੂਲ ਸੈਮੈਂਟਿਕਸ ਚਾਹੀਦੇ ਹਨ, ਗੱਲਬਾਤ ਨਹੀਂ।
2. ਸੰਦਰਭ ਵਿੰਡੋ: ਘੱਟੋ-ਘੱਟ 128K
CIRIS ਹਰ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਪੂਰਾ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ ਅਤੇ Guide ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ। 128K ਘੱਟੋ-ਘੱਟ ਜ਼ਰੂਰੀ ਹੈ; ਲੰਬੀਆਂ ਗੱਲਬਾਤਾਂ, ਟੂਲ ਆਉਟਪੁੱਟਾਂ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲਾਂ ਲਈ 256K+ ਖਾਸ ਤੌਰ 'ਤੇ ਬਿਹਤਰ ਹੈ।
3. ਲਾਗਤ ਕੁਸ਼ਲਤਾ
ਟੀਚਾ: ਮਿਲਾ ਕੇ $1.00 ਪ੍ਰਤੀ 1M ਟੋਕਨ ਤੋਂ ਘੱਟ। ਅਸੀਂ ਸਭ ਤੋਂ ਸਸਤਾ ਬੈਂਚਮਾਰਕ ਜੇਤੂ ਨਹੀਂ, ਸਗੋਂ ਸਭ ਤੋਂ ਸਸਤਾ ਕੰਮਕਾਜੀ ਵਿਕਲਪ ਚੁਣਦੇ ਹਾਂ। ਇੱਕ ਭਰੋਸੇਯੋਗ ਮਾਡਲ ਜੋ JSON ਕਦੇ ਨਹੀਂ ਤੋੜਦਾ, ਉਸ ਸਸਤੇ ਮਾਡਲ ਤੋਂ ਬਿਹਤਰ ਹੈ ਜੋ 10 ਵਿੱਚੋਂ 1 ਕਾਲ ਫੇਲ ਕਰੇ।
4. ਮਲਟੀ-ਪ੍ਰੋਵਾਈਡਰ ਉਪਲਬਧਤਾ
ਮਜ਼ਬੂਤ ਫਾਲਬੈਕ ਚੇਨਾਂ ਲਈ ਘੱਟੋ-ਘੱਟ ਦੋ ਸੁਤੰਤਰ ਪ੍ਰੋਵਾਈਡਰਾਂ ਤੋਂ ਉਪਲਬਧ ਹੋਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਆਊਟੇਜ ਦੌਰਾਨ CIRIS ਸਖ਼ਤ ਫੇਲ ਹੋਣ ਦੀ ਬਜਾਏ ਸੁਚੱਜੇ ਢੰਗ ਨਾਲ ਘੱਟਦਾ ਹੈ।
5. ਲੇਟੈਂਸੀ ਅਤੇ ਯੂਜ਼ਰ ਅਨੁਭਵ
ਤੇਜ਼ ਜਵਾਬ ਨੈਤਿਕ ਸਮੀਖਿਆ ਵਰਕਫਲੋਅ ਲਈ ਮਨੁੱਖਾਂ ਨੂੰ ਲੂਪ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਅਸੀਂ ਇੰਟਰਐਕਟਿਵ ਸ਼੍ਰੇਣੀਆਂ ਲਈ ਘੱਟ ਲੇਟੈਂਸੀ ਪ੍ਰੋਵਾਈਡਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਾਂ, ਅਤੇ ਪਿਛੋਕੜ ਕੰਮਾਂ ਲਈ ਹੌਲੀ ਬੈਕਐਂਡ ਕਬੂਲ ਕਰਦੇ ਹਾਂ।
ਪ੍ਰੋਡਕਸ਼ਨ ਤਾਇਨਾਤੀ
ਪ੍ਰੋਡਕਸ਼ਨ ਤਾਇਨਾਤੀ
ਡਿਫੌਲਟ ਸ਼੍ਰੇਣੀ
ਪੂਰੇ ਸੰਦਰਭ ਬਜਟ ਦੀ ਲੋੜ ਵਾਲੇ ਡੂੰਘੇ ਤਰਕ ਕਦਮਾਂ ਲਈ ਲਾਗਤ-ਅਨੁਕੂਲਿਤ ਪ੍ਰੋਵਾਈਡਰ ਰਾਹੀਂ Llama 4 Maverick।
ਤੇਜ਼ ਸ਼੍ਰੇਣੀ
ਇੰਟਰਐਕਟਿਵ ਵਰਤੋਂ ਲਈ ਸਪੀਡ-ਅਨੁਕੂਲਿਤ ਪ੍ਰੋਵਾਈਡਰ (Groq) ਰਾਹੀਂ Llama 4 Scout, ਭਾਰੇ ਸੰਦਰਭ ਵਿਕਲਪ ਵਜੋਂ Groq 'ਤੇ Maverick ਨਾਲ।
ਬਹੁਭਾਸ਼ੀ ਸ਼੍ਰੇਣੀ
Qwen 3.6 ਗੈਰ-ਅੰਗਰੇਜ਼ੀ ਤਰਕ ਮਾਰਗਾਂ ਵਿੱਚ ਭਾਰ ਚੁੱਕਦਾ ਹੈ ਜੋ ਪੌਲੀਗਲੌਟ ਪਰਤ ਲਈ ਜ਼ਰੂਰੀ ਹਨ, ਅਤੇ ਚੇਨ ਵਿੱਚ ਗੈਰ-Llama ਫਾਲਬੈਕ ਦਿੰਦਾ ਹੈ।
ਐਜ ਟੀਅਰ
ਡਿਵਾਈਸ 'ਤੇ, ਘੱਟ ਬੈਂਡਵਿਡਥ, ਅਤੇ ਖਰਾਬ ਨੈੱਟਵਰਕ ਹਾਲਾਤਾਂ ਵਿੱਚ Gemma 4 ਜਿੱਥੇ ਯੂਜ਼ਰ ਤੱਕ ਪਹੁੰਚਣਾ ਮਾਡਲ ਦੇ ਆਕਾਰ ਨਾਲੋਂ ਜ਼ਰੂਰੀ ਹੋਵੇ।
ਫਾਲਬੈਕ ਚੇਨ
ਕਈ ਪ੍ਰੋਵਾਈਡਰਾਂ ਵਿੱਚ Maverick → Scout → Qwen 3.6 → Gemma 4, ਤਾਂ ਜੋ ਸਖ਼ਤ ਫੇਲ ਹੋਣ ਦੀ ਬਜਾਏ ਏਜੰਟ ਮਾਡਲ ਪਰਿਵਾਰਾਂ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਸੀਮਾਵਾਂ ਪਾਰ ਕਰਕੇ ਸੁਚੱਜੇ ਢੰਗ ਨਾਲ ਘੱਟੇ।
ਇਹ ਲਾਈਨਅੱਪ ਕਿਉਂ
ਇਹ ਲਾਈਨਅੱਪ ਕਿਉਂ
ਵੱਖ-ਵੱਖ ਭੂਮਿਕਾਵਾਂ, ਬਦਲਵੇਂ ਹਿੱਸੇ ਨਹੀਂ
Maverick ਡੂੰਘੇ ਤਰਕ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ ਜਿੱਥੇ ਪੂਰਾ ਸੰਦਰਭ ਬਜਟ ਅਹਿਮ ਹੈ। Scout ਇੰਟਰਐਕਟਿਵ ਸ਼੍ਰੇਣੀ ਚਲਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਲੇਟੈਂਸੀ ਹਾਵੀ ਹੈ। Qwen 3.6 ਸੰਵਿਧਾਨ ਦੁਆਰਾ ਲੋੜੀਂਦੇ 29 ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਪੌਲੀਗਲੌਟ ਤਰਕ ਮਾਰਗਾਂ ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ। Gemma 4 ਉਹ ਘੱਟ-ਸਰੋਤ ਵਿਕਲਪ ਹੈ ਜੋ ਏਜੰਟ ਨੂੰ ਆਮ ਹਾਰਡਵੇਅਰ ਦੀ ਪਹੁੰਚ ਵਿੱਚ ਲਿਆਉਂਦਾ ਹੈ। ਲਾਈਨਅੱਪ ਇਸ ਤਰ੍ਹਾਂ ਚੁਣਿਆ ਗਿਆ ਹੈ ਕਿ ਕੰਮ ਦੀਆਂ ਵੱਖ-ਵੱਖ ਸ਼੍ਰੇਣੀਆਂ ਉਸ ਮਾਡਲ ਕੋਲ ਜਾਣ ਜੋ ਅਸਲ ਵਿੱਚ ਫਿੱਟ ਹੋਵੇ, ਨਾ ਕਿ ਇੱਕੋ ਮਾਡਲ ਨੂੰ ਸਭ ਕੁਝ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਜਾਵੇ।
ਤਿੰਨ ਸੁਤੰਤਰ ਮਾਡਲ ਪਰਿਵਾਰ
Llama (Maverick + Scout), Qwen, ਅਤੇ Gemma ਤਿੰਨ ਸੁਤੰਤਰ ਸਿੱਖਲਾਈ ਪਾਈਪਲਾਈਨਾਂ ਅਤੇ ਤਿੰਨ ਸੁਤੰਤਰ ਪ੍ਰੋਵਾਈਡਰ ਈਕੋਸਿਸਟਮ ਤੋਂ ਆਉਂਦੇ ਹਨ। ਇਹ ਫਾਲਬੈਕ ਚੇਨਾਂ ਲਈ ਅਹਿਮ ਹੈ: ਕਿਸੇ ਇੱਕ ਪਰਿਵਾਰ 'ਤੇ CVE, ਲਾਇਸੈਂਸਿੰਗ ਤਬਦੀਲੀ, ਜਾਂ ਪ੍ਰੋਵਾਈਡਰ ਆਊਟੇਜ ਏਜੰਟ ਨੂੰ ਬੰਦ ਨਹੀਂ ਕਰਦੀ। ਮਾਡਲ ਲੇਅਰ 'ਤੇ ਸੁਤੰਤਰਤਾ ਉਹੀ ਗੁਣ ਹੈ ਜੋ ਤਰਕ ਲੇਅਰ 'ਤੇ IDMA ਕੰਪੋਨੈਂਟ ਨੂੰ ਮਜ਼ਬੂਤ ਬਣਾਉਂਦੀ ਹੈ।
ਲਾਈਨਅੱਪ ਤੋਂ ਬਾਹਰ ਕੀ ਰਹਿੰਦਾ ਹੈ
ਉਹ ਮਾਡਲ ਜੋ ਪੰਜ ਮਾਪਦੰਡ ਪੂਰੇ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਜ਼ਿਆਦਾਤਰ ਉਹ ਜੋ ਟੋਕਨ ਕੀਮਤ 'ਤੇ ਆਕਰਸ਼ਕ ਲੱਗਦੇ ਹਨ ਪਰ ਢਾਂਚਾਗਤ ਆਉਟਪੁੱਟ ਅਤੇ ਟੂਲ ਕਾਲਿੰਗ ਵਿੱਚ ਫੇਲ ਹੁੰਦੇ ਹਨ।
ਪ੍ਰਤੀਨਿਧ ਅਸਫਲਤਾ ਮੋਡ (GPT-OSS-20B): "tool choice is required, but the model did not call a tool"
ਇਹ ਗਲਤੀ ਉਸ ਫ੍ਰੇਮਵਰਕ ਲਈ ਅਸਵੀਕਾਰਯੋਗ ਹੈ ਜੋ ਪ੍ਰਤੀ ਇੰਟਰਐਕਸ਼ਨ 12-70 ਟੂਲ ਕਾਲਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। 3-10 ਗੁਣਾ ਸਸਤੀ ਟੋਕਨ ਕੀਮਤ ਵੀ ਕਾਰਜਸ਼ੀਲ ਅਸਫਲਤਾਵਾਂ ਦੇ ਯੋਗ ਨਹੀਂ।
128K+ ਸੰਦਰਭ ਕਿਉਂ ਲਾਜ਼ਮੀ ਹੈ
ਹਮੇਸ਼ਾ-ਚਾਲੂ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ ਅਤੇ Guide
CIRIS ਹਰ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਪੂਰਾ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ ਅਤੇ ਸੰਪੂਰਨ Comprehensive Guide ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ। ਸੰਖੇਪ ਨਹੀਂ। ਸੰਘਣਾ ਸੰਸਕਰਣ ਨਹੀਂ। ਪੂਰਾ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ।
ਇਹ ਯਕੀਨੀ ਕਰਦਾ ਹੈ ਕਿ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ ਜਾਂ Guide ਦੇ ਅੱਪਡੇਟ ਤੁਰੰਤ ਸਾਰੇ ਏਜੰਟਾਂ ਦੇ ਵਿਵਹਾਰ 'ਤੇ ਅਸਰ ਕਰਦੇ ਹਨ, ਨਵੇਂ ਫਾਈਨ-ਟਿਊਨ ਜਾਂ ਪ੍ਰੋਂਪਟ ਕੰਪਰੈਸ਼ਨ ਦੀ ਉਡੀਕ ਕੀਤੇ ਬਿਨਾਂ।
ਪੂਰਾ ਨੈਤਿਕ ਅਤੇ ਪ੍ਰਕਿਰਿਆਗਤ ਅਵਸਥਾ
CIRIS ਏਜੰਟ ਇੱਕੋ ਸਮੇਂ ਕਈ ਟੂਲਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇਹਨਾਂ ਚੀਜ਼ਾਂ ਦਾ ਧਿਆਨ ਰੱਖਣਾ ਪੈਂਦਾ ਹੈ:
• ਬਹੁ-ਕਦਮ ਵਰਕਫਲੋਅ
• ਸਿਸਟਮ ਅਵਸਥਾ ਅਤੇ ਟੂਲ ਆਉਟਪੁੱਟਾਂ
• ਯੂਜ਼ਰ ਸੁਨੇਹੇ ਅਤੇ ਗੱਲਬਾਤ ਇਤਿਹਾਸ
• ਪੂਰਾ ਪ੍ਰਸ਼ਾਸਨ ਪਾਠ ਅਤੇ Guide
ਇਹ ਮਿਲਿਆ ਸੰਦਰਭ ਆਸਾਨੀ ਨਾਲ 32K-64K ਤੋਂ ਵੱਧ ਜਾਂਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਲੰਬੀਆਂ ਸੈਸ਼ਨਾਂ ਜਾਂ ਗੁੰਝਲਦਾਰ ਜਾਂਚਾਂ ਲਈ। ਇਸ ਲਈ 128K ਘੱਟੋ-ਘੱਟ ਹੈ ਅਤੇ 256K+ ਬਿਹਤਰ ਹੈ।
ਅਸਲ ਗੱਲ:
CIRIS ਮਾਡਲ ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਲਈ ਆਪਣੀਆਂ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਜਾਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨਹੀਂ ਕੱਟਦਾ। ਇਸ ਦੀ ਬਜਾਏ, CIRIS ਉਹ ਮਾਡਲ ਚੁਣਦਾ ਹੈ ਜੋ ਹਰ ਕਾਲ 'ਤੇ ਪੂਰਾ ਨੈਤਿਕ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਫ੍ਰੇਮਵਰਕ ਚੁੱਕਣ ਲਈ ਕਾਫ਼ੀ ਵੱਡੇ ਹੋਣ। ਛੋਟੀ ਸੰਦਰਭ ਵਿੰਡੋ ਵਾਲੇ ਮਾਡਲ (ਭਾਵੇਂ ਸਸਤੇ ਜਾਂ ਵੱਧ ਪ੍ਰਚਲਿਤ) ਪ੍ਰੋਡਕਸ਼ਨ ਵਰਤੋਂ ਤੋਂ ਬਾਹਰ ਰੱਖੇ ਜਾਂਦੇ ਹਨ।
ਇਹ CIRIS ਸੰਵਿਧਾਨ ਦਾ ਸਮਰਥਨ ਕਿਵੇਂ ਕਰਦਾ ਹੈ
ਇਹ CIRIS ਸੰਵਿਧਾਨ ਦਾ ਸਮਰਥਨ ਕਿਵੇਂ ਕਰਦਾ ਹੈ
ਨੈਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਮਾਡਲ ਚੋਣ
ਪਾਰਦਰਸ਼ਿਤਾ ਅਤੇ ਜਾਂਚਯੋਗਤਾ
• ਲੰਬਾ ਸੰਦਰਭ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਲਈ ਤਰਕ ਦੇ ਨਿਸ਼ਾਨ, ਫੈਸਲੇ ਅਤੇ ਟੂਲ ਕਾਲਾਂ ਨੂੰ ਦਿਸਦਾ ਰੱਖਦਾ ਹੈ
• ਸਥਿਰ JSON ਅਤੇ ਢਾਂਚਾਗਤ ਆਉਟਪੁੱਟਾਂ ਹਰ ਟੂਲ ਇਨਵੋਕੇਸ਼ਨ ਨੂੰ ਆਡਿਟਯੋਗ ਬਣਾਉਂਦੇ ਹਨ
• ਹਰ ਕਾਲ ਵਿੱਚ ਪੂਰੇ ਪ੍ਰਸ਼ਾਸਨ ਆਰਟੀਫੈਕਟ ਯਕੀਨੀ ਕਰਦੇ ਹਨ ਕਿ ਫੈਸਲੇ ਸਿਧਾਂਤਾਂ ਤੱਕ ਵਾਪਸ ਟਰੇਸ ਕੀਤੇ ਜਾ ਸਕਣ
ਲਚਕੀਲਾਪਨ ਅਤੇ ਸ਼ਾਸਨ
• ਮਲਟੀ-ਪ੍ਰੋਵਾਈਡਰ ਤਾਇਨਾਤੀ ਨਾਜ਼ੁਕ ਨੈਤਿਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਅਸਫਲਤਾ ਦੇ ਇੱਕੋ ਬਿੰਦੂ ਤੋਂ ਬਚਦੀ ਹੈ
• "ਚੰਗਾ ਅਤੇ ਭਰੋਸੇਯੋਗ" ਨੂੰ "ਚਮਕਦਾ ਪਰ ਕਮਜ਼ੋਰ" ਉੱਪਰ ਤਰਜੀਹ ਦੇਣਾ ਸੁਰੱਖਿਆ ਅਤੇ ਨਿਰੰਤਰਤਾ ਨੂੰ ਪਹਿਲ ਦਿੰਦਾ ਹੈ
• ਆਊਟੇਜ ਦੌਰਾਨ ਸੁਚੱਜਾ ਘਟਾਓ ਸੇਵਾ ਦੀ ਉਪਲਬਧਤਾ ਬਣਾਈ ਰੱਖਦਾ ਹੈ
ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ
• ਤੇਜ਼ ਸ਼੍ਰੇਣੀਆਂ ਰੀਅਲ-ਟਾਈਮ ਨੈਤਿਕ ਸਮੀਖਿਆ ਲਈ ਮਨੁੱਖਾਂ ਨੂੰ ਆਰਾਮ ਨਾਲ ਲੂਪ ਵਿੱਚ ਰੱਖਦੀਆਂ ਹਨ
• ਸਸਤੀਆਂ ਸ਼੍ਰੇਣੀਆਂ ਵੱਡੀ ਲਾਗਤ ਤੋਂ ਬਿਨਾਂ ਵਿਆਪਕ ਪਿਛੋਕੜ ਵਿਸ਼ਲੇਸ਼ਣ ਦਿੰਦੀਆਂ ਹਨ
• ਸੰਤੁਲਿਤ ਪਹੁੰਚ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਅਤੇ ਸਮੇਂ-ਸਮੇਂ ਦੀਆਂ ਪ੍ਰਸ਼ਾਸਨ ਆਡਿਟਾਂ ਦੋਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ
ਅਸਲ ਗੱਲ
CIRIS ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ Llama 4 Maverick, Llama 4 Scout, Qwen 3.6, ਅਤੇ Gemma 4 ਚਲਾਉਂਦਾ ਹੈ ਕਿਉਂਕਿ ਇਕੱਠੇ ਇਹ ਸੰਵਿਧਾਨ ਦੁਆਰਾ ਲਗਾਈਆਂ ਕਾਰਜਸ਼ੀਲ ਅਤੇ ਆਰਥਿਕ ਸ਼ਰਤਾਂ ਪੂਰੀਆਂ ਕਰਦੇ ਹਨ: ਲੰਬਾ ਸੰਦਰਭ, ਭਰੋਸੇਯੋਗ ਟੂਲ ਕਾਲਿੰਗ, ਪੌਲੀਗਲੌਟ ਕਵਰੇਜ, ਅਤੇ ਆਮ ਹਾਰਡਵੇਅਰ ਤੱਕ ਪਹੁੰਚ, ਤਿੰਨ ਸੁਤੰਤਰ ਮਾਡਲ ਪਰਿਵਾਰਾਂ ਵਿੱਚ। ਨਵੇਂ ਮਾਡਲ ਲਗਾਤਾਰ ਦੇਖੇ ਅਤੇ ਟੈਸਟ ਕੀਤੇ ਜਾਂਦੇ ਹਨ; ਜਦੋਂ ਕੋਈ ਬਿਹਤਰ ਅਸਲ ਵਿੱਚ ਪੰਜ ਮਾਪਦੰਡ ਪੂਰੇ ਕਰੇ ਤਾਂ ਲਾਈਨਅੱਪ ਬਦਲਦਾ ਹੈ।
ਇਹ ਬੈਂਚਮਾਰਕ ਅੰਕਾਂ ਦੇ ਪਿੱਛੇ ਦੌੜਨ ਜਾਂ ਚਰਚਾ ਦੇ ਰੁਝਾਨਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਉਹ ਮਾਡਲ ਚੁਣਨ ਬਾਰੇ ਹੈ ਜੋ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਜਵਾਬਦੇਹ, ਟੂਲ-ਕੇਂਦਰਿਤ ਏਜੰਟਾਂ ਲਈ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ, ਅਤੇ ਸੰਵਿਧਾਨ ਨੂੰ ਇੰਨੀ ਗੰਭੀਰਤਾ ਨਾਲ ਲੈਂਦੇ ਹਨ ਕਿ ਇਸਨੂੰ ਹਰ ਇੱਕ ਕਾਲ ਵਿੱਚ ਲੈ ਜਾਣ।