AnyLanguageModel 1.0 ऐप्पल प्लेटफार्मों पर स्थानीय मॉडलों के एक वर्ष का प्रतीक है
AnyLanguageModel 1.0 स्थानीय और होस्ट किए गए स्विफ्ट अनुमान के एक वर्ष को चिह्नित करता है, जिसमें एक API, उपकरण कॉल, निर्देशित आउटपुट, छवियां, डाउनलोड और प्रदाता हैं।
मुख्य जानकारी
- AnyLanguageModel 1.0 स्विफ्ट डेवलपर्स को स्थानीय और होस्ट किए गए दोनों अनुमानों के लिए एक Foundation Models API देता है, जिससे उन्हें सत्र या प्रॉम्प्ट तर्क को फिर से लिखने के बिना सिस्टम मॉडल, लामा.सीपीपी, एमएलएक्स, Core ML और क्लाउड प्रदाताओं के बीच स्विच करने की अनुमति मिलती है।
- अद्यतन प्रदाताओं में प्रमुख क्षमताओं को जोड़ता है, जिसमें टूल कॉलिंग, संरचित आउटपुट के लिए निर्देशित पीढ़ी और iOS, मैकोज़ और विजनओएस पर Foundation Models सिंटैक्स का उपयोग करके छवि समर्थन शामिल हैं।
- होस्ट किए गए मॉडल का समर्थन OpenAI, Anthropic, Google, Ollama, Hugging Face Inference Providers और OpenAI-संगत एंडपॉइंट्स के लिए विस्तारित किया गया है, जिसमें स्ट्रीमिंग, टोकन उपयोग, लचीली प्रमाणीकरण और क्रॉस-प्रोवाइडर रीजनिंग हैंडलिंग जैसी स्थानीय समकक्ष विशेषताएं हैं।
- छोटे क्वांटिज्ड ओपन-वेट मॉडल अब स्थानीय रूप से चलाने में आसान हैं, जबकि बड़े मॉडलों को होस्ट किए गए प्रदाताओं के माध्यम से एक्सेस किया जा सकता है; परियोजना भाषा मॉडल से परे फैसले लेने वाले और सुनने वाले मॉडल तक विस्तार करने की भी योजना बना रही है।
मेटा विवरण: AnyLanguageModel 1.0 स्विफ्ट ऐप्स को स्थानीय और होस्ट किए गए अनुमान, टूल कॉलिंग, निर्देशित पीढ़ी, छवि समर्थन और मॉडल डाउनलोड के लिए एक API देता है।
टैगः AnyLanguageModel, स्विफ्ट, फाउंडेशन मॉडल, आलिंगन चेहरा, AI अनुमान
चित्रित छवि: एक साझा पाइपलाइन के माध्यम से स्थानीय चिप्स और क्लाउड एपीआई को जोड़ने वाले स्विफ्ट ऐप का अमूर्त मैत्रीपूर्ण उदाहरण, कोई वास्तविक लोग नहीं, कोई लोगो नहीं, न ही पाठ।
स्मार्ट ऐप्स बनाने वाले स्विफ्ट डेवलपर्स के लिए, AnyLanguageModel 1.0 अब उपलब्ध है, साथ ही Swift-huggingface 1.0 और swift-xet 1.0, परियोजना शुरू होने के एक साल बाद और दर्जनों रिलीज़। अपडेट मूल विचार को अपरिवर्तित रखता हैः Foundation Models API के खिलाफ एक बार कोड लिखें, फिर प्रत्येक कार्य के अनुरूप मॉडल चुनें, चाहे वह डिवाइस पर चलाया जाए या किसी प्रदाता द्वारा होस्ट किया गया हो।
यह साझा पथ महत्वपूर्ण है क्योंकि स्थानीय और होस्ट किए गए अनुमान में अलग-अलग ताकतें होती हैं। एक मॉडल जो पास में चल रहा है, वह राउंड ट्रिप से बच सकता है और डिवाइस के मौजूदा सिस्टम मॉडल के साथ काम कर सकता है। एक होस्ट किया गया प्रदाता बड़े ओपन-वेट मॉडलों को चला सकता है या प्रदाता-विशिष्ट सुविधाओं को जोड़ सकता है. उसी सत्र कोड को रखते हुए, AnyLanguageModel डेवलपर्स को पूरे प्रॉम्प्ट प्रवाह का पुनर्निर्माण किए बिना उन विकल्पों के बीच स्थानांतरित करने देता है।
एक API, कई मॉडल
प्रारंभ करने के लिए, डेवलपर्स आयात कथन को बदलते हैं। वही सत्र कोड फिर सिस्टम मॉडल के साथ काम करता है, llama.cpp, MLX और Core ML के माध्यम से खुले-वजन वाले मॉडलों के साथ, और पुस्तकालय द्वारा समर्थित होस्ट किए गए प्रदाताओं के साथ।
पिछले वर्ष में कई प्रमुख क्षमताओं को जोड़ा गया था। टूल कॉलिंग अब हर प्रदाता के साथ काम करता है. निर्देशित पीढ़ी भी प्रत्येक प्रदाता, नेस्टेड @Generable प्रकार और उनके सरणियों सहित काम करती है; यह तब उपयोगी होता है जब एक ऐप को केवल फ्री-फॉर्म टेक्स्ट की बजाय फ़ील्ड्स, सूचियों या ऑब्जेक्ट जैसे संरचित आउटपुट की आवश्यकता होती है।
छवि समर्थन डेवलपर्स को Foundation Models 27 सिंटैक्स का उपयोग करके संकेतों के लिए छवियों को संलग्न करने की अनुमति देता है। यह समर्थन iOS, मैकओएस, और विजनओएस 27 पर सिस्टम मॉडल का उपयोग करते समय भी लागू होता है।
होस्ट किए गए मॉडल समान विशेषताएं प्राप्त करते हैं
इस वर्ष होस्ट किए गए मॉडल का समर्थन बढ़ाया गया है। AnyLanguageModel अब एक संगत अंतबिंदु के साथ किसी भी प्रदाता के लिए OpenAI Chat Completions और Responses APIs, Open Responses का समर्थन करता है, एथ्रोपिक Messages API अनुकूली सोच और प्रयास विकल्पों के साथ, Google Gemini API, Ollama, और Private Cloud Compute पर OS 27. यह एक कस्टम आधार यूआरएल के माध्यम से Hugging Face Inference Providers और अन्य ओपनएआई-संगत एंडपॉइंट्स जैसे कि ओपनराउटर का भी समर्थन करते हैं।
Inference Providers के साथ, डेवलपर्स ओपन-वेट मॉडल का उपयोग कर सकते हैं जो उसी सत्र कोड को रखते हुए डिवाइस पर चलाने के लिए बहुत बड़े होते हैं। होस्ट किए गए प्रदाताओं को स्थानीय मॉडलों की तरह ही विशेषताएं मिलती हैंः निर्देशित पीढ़ी, स्ट्रीमिंग के साथ टूल कॉलिंग और प्रतिक्रियाओं पर टोकन उपयोग।
तर्क अब प्रतिलेख का भी हिस्सा है। प्रदाताओं को स्विच करते समय, यदि नए प्रदाता उन्हें फिर से नहीं चला सकते हैं तो अनुरोधों में तर्क ब्लॉक स्वचालित रूप से छोड़ दिए जाते हैं। यह एक एकल ट्रांसक्रिप्ट प्रारूप को उन सभी प्रदाओं के लिए उपयोग करने योग्य रखता है जो अलग-अलग सोच को उजागर कर सकते हैं।
प्रमाणीकरण भी अधिक लचीला है। API कुंजियाँ एक स्ट्रिंग के बजाय क्लोजर से आती हैं, इसलिए एक ऐप अपने स्वयं के सर्वर से अल्पकालिक टोकन प्राप्त कर सकता है। README बताता है कि उपयोगकर्ताओं को अपनी खुद की चाबियां कब लाने दें और प्रॉक्सी के माध्यम से अनुरोधों को रूट करने के लिए कब करें। AnyLanguageModel लिनक्स पर भी चलता है, इसलिए वही कोड सर्वर पर काम कर सकते हैं।
ओपन-वेट मॉडल बेहतर हो गए
स्थानीय मॉडलों का उपयोग करना आसान हो गया जबकि मॉडल स्वयं अधिक सक्षम बन गए, छोटे डाउनलोड को शुरू करने के लिए एक अच्छी जगह बना दिया। पोस्ट में अभी हब पर सबसे ज्यादा डाउनलोड किए जाने वाले कुछ मॉडलों पर प्रकाश डाला गया है।
गुगल से जेम्मा 4 ई 2 बी जीजीयूएफ में उपलब्ध है, क्वांटिज़ेशन-जागरूक प्रशिक्षण के साथ Q4_0 पर लगभग 3.4 GB। LFM2.5 2.6B Liquid AI से GGUF में भी उपलब्ध हैं, Q4 _ K_ M पर करीब 1.7 GB. अलीबाबा से एमएलएक्स के लिए Qwen3.8 27B 4 बिट्स पर लगभग 16890021 है।
पहले दो एक iPhone पर फिट होते हैं। Qwen3.8 27B 32 GB या अधिक की मेमोरी के साथ मैक पर चलता है, और MLX मॉडल का चयन करने में एक पंक्ति लगती है। GGUF फ़ाइलें क्वांटिज़ेशन का उपयोग करती हैं, जो स्मृति और डाउनलोड आकार को कम करने के लिए कम परिशुद्धता में मॉडल वजन संग्रहीत करता है। BF16, बहुत बड़े Z.ai GLM-5.3 उदाहरण के लिए इस्तेमाल किया जाता है, उच्च-सटीक 16-बिट प्रारूप है।
उस बड़े मॉडल को अधिक हार्डवेयर की आवश्यकता होती हैः Z.ai से GLM-5.3 BF16 में लगभग 1.5 TB लेता है यदि एक डेवलपर के पास चार मैक्ड-आउट Mac Studios उपलब्ध हैं। अधिकांश उपयोगकर्ताओं के लिए, वही मॉडल Inference Providers.
उन्नयन पथ और आगे क्या आता है
यदि आप किसी मौजूदा ऐप को अपग्रेड कर रहे हैं, तो AnyLanguageModel में माइग्रेशन गाइडेंस, स्विफ्ट-हगिंगफेस और swift-xet रिलीज़ नोट्स कोड को अपडेट करने में मदद करते हैं। रखरखावकर्ताओं का कहना है कि समुदाय की प्रतिक्रिया और योगदान ने कई प्रमुख विशेषताओं को आकार दिया है, और उन सभी को धन्यवाद जिन्होंने एप डेवलपर्स के लिए एनीलैंग्वेजमॉडल को अधिक उपयोगी बनाने में मदद की।
अगला कदम भाषा मॉडलों से परे एक ही दृष्टिकोण का विस्तार करना है। परियोजना कहती है कि भाषा मॉडल उत्पादों में बुद्धिमत्ता बनाने के लिए शक्तिशाली साबित हुए हैं, लेकिन वे कई प्रकार के मॉडल डेवलपर्स काम कर सकते हैं. जल्द आ रहा हैः मॉडल जो तय करते हैं और मॉडल जो सुनते हैं।
लिंक AnyLanguageModel, swift-huggingface और swipt-xet के लिए GitHub पर सूचीबद्ध हैं, साथ ही AnyLangagemodel और swift - huggingface के लिए परिचयात्मक पोस्ट भी।

Comments (0)