यूनिसाउंड कंपनी ने U2-Flash मॉडल पेश किया है, इसे अपनी पिछली U2 श्रृंखला के सरलीकृत संस्करण के बजाय एक पूर्ण कार्यशील फ्लैश-श्रेणी उपकरण के रूप में स्थापित किया है। यह मॉडल लगभग 266 बिलियन मापदंडों की कुल संख्या के साथ स्पार्स मिक्सचर-ऑफ-एक्सपर्ट्स (sparse mixture-of-experts) डिज़ाइन का उपयोग करता है, जबकि इन्फेरेंस प्रक्रिया के दौरान लगभग 10 बिलियन पैरामीटर सक्रिय होते हैं, जो कुल भार का 4% से भी कम है।
इस आर्किटेक्चर का उद्देश्य एक ही सत्यापित बिंदु पर कोडिंग, एजेंट कार्य, गणितीय तर्क और निर्देशों का पालन जैसे कार्यों को एक साथ निष्पादित करना है। यूनिसाउंड इस रिलीज़ को घनत्व बढ़ाने की रणनीति के रूप में प्रस्तुत करता है: फ्लैश-श्रेणी की विशेषता वाले कम विलंबता और टोकन लागत के साथ मुख्य कार्यों की गुणवत्ता प्राप्त करना, न कि केवल प्रदर्शन चैट के लिए अनुकूलन करना।
इसके अलावा, कंपनी इस बात पर जोर देती है कि वर्टिकल परिदृश्यों पर दस वर्षों से अधिक डेटा का उपयोग विशेष रूप से तब प्रशिक्षण के बाद गुणवत्ता में सुधार करने के लिए किया गया है जब मॉडलों को बहु-चरणीय कार्य पूरे करने होते हैं। प्रस्तुति दो प्रमुख विकास दिशाओं पर आधारित है। पहला - पोस्ट-ट्रेनिंग चक्र, जो मॉडल को निर्धारित मानव सैंडबॉक्स और सत्यापन गेटवे के भीतर पुनरावर्ती आत्म-सुधार में यूनिसाउंड का घोषित पहला कदम है, जिससे मॉडल को कार्यों के निर्माण, पथ विश्लेषण और प्रशिक्षण स्टैक की जाँच में सहायता करने की अनुमति मिलती है।
दूसरी दिशा - छिपी हुई अवस्थाओं के स्थान में गुप्त तर्क (latent reasoning in the space of hidden states), जिसे अपारदर्शी आंतरिक मोड के बजाय विचार की तीव्रता का एक नियंत्रित इंटरफ़ेस के रूप में प्रस्तुत किया गया है। अतिरिक्त तत्वों में समानांतर श्रमिकों वाले एजेंटों के साथ एसिंक्रोनस रीइन्फोर्समेंट लर्निंग, गणित, कोड और एजेंट विशेषज्ञों के बीच नीति का मल्टी-टीचर ऑनलाइन डिस्टिलेशन, और अनुकूलनीय कार्य पीढ़ी शामिल है जो मॉडल की वर्तमान क्षमताओं के स्तर पर जटिलता का समर्थन करती है।
यूनिसाउंड ने बताया कि इस चक्र ने पहले ही प्रमुख प्रोग्रामिंग भाषाओं को कवर करते हुए सॉफ्टवेयर विकास के लिए लगभग 100,000 कार्यों का एक सेट बनाया है। इसके अलावा, मल्टी-टीचर डिस्टिलेशन ने चरणों की संख्या को कौशल के अनुरूप स्तर तक लगभग 55% कम कर दिया है।
प्रकाशित मेट्रिक्स के अनुसार, U2-Flash DeepSWE v1.1 पर 64.6, TerminalBench 3.0 पर 24.3 और SWE-Bench Pro पर 61.6 का परिणाम प्रदर्शित करता है। कंपनी की सामग्री के अनुसार, अंतिम स्कोर पिछले पीढ़ी की तुलना में 10.5 अंकों से बढ़ा है, और यह दावा भी करती है कि यह फ्लैश और प्रो वर्गों में नामित प्रतिस्पर्धी नियंत्रण बिंदुओं पर नेतृत्व करता है।
प्रदर्शन मेट्रिक्स के संबंध में, प्रति पहले टोकन का औसत समय तीन सेकंड से कम, 300 टोकन प्रति सेकंड तक की पीक थ्रूपुट, एजेंट पुनरावृत्तियों की संख्या में 20-30% की कमी और शुरू से अंत तक कार्य निष्पादन चक्र में लगभग 35% की कमी बताई गई है, जबकि टोकन बचत U2 के बराबर है।
मॉडल को सरकारी, वित्तीय, विनिर्माण और ऊर्जा क्षेत्रों में कार्यान्वयन के लिए थ्रूपुट, विलंबता और क्लस्टर स्केलिंग के दृष्टिकोण से प्रमुख घरेलू त्वरक स्टैक के साथ काम करने के लिए भी अनुकूलित किया गया है।
U2-Flash यूनिसाउंड के MaaS प्लेटफॉर्म पर एक प्रचार अवधि के हिस्से के रूप में उपलब्ध है, जो 30 सितंबर 2026 तक चलेगी। इस अवधि में टोकन पर छूट और नए और मौजूदा उपयोगकर्ताओं के लिए 100 मिलियन टोकन का परीक्षण मात्रा प्रदान करना शामिल है। हालांकि, चूंकि लॉन्च के सहायक दस्तावेज़ों में पूर्ण बेंचमार्क का स्वतंत्र पुनरुत्पादन और हार्डवेयर समानता की पुष्टि शामिल नहीं थी, इसलिए खरीदारों को U2-Flash को मानक उत्पादन बुद्धिमत्ता मानने से पहले वर्कलोड स्तर पर सत्यापन करने की सलाह दी जाती है।
