एक भाषा-शिक्षण मंच ने विद्यार्थियों और ट्यूटरों की बातचीत में व्याकरण के पहलुओं को चिह्नित करने के लिए छोटा AI मॉडल शुरू किया है। Qwen3.5 का 0.8 बिलियन पैरामीटर वाला यह मॉडल शिक्षकों के बनाए उदाहरणों पर फाइन-ट्यून किया गया है। अब यह मंच पर अंग्रेज़ी सीखने वाले सभी लोगों के लिए शुरू किए गए व्याकरण-प्रवीणता ट्रैकर को चलाता है। कंपनी का कहना है कि GPT‑5.4 या GPT‑5.6 जैसे बड़े अत्याधुनिक मॉडलों को प्रॉम्प्ट देकर चलाने की तुलना में इस सिस्टम की सेवा लागत 16 गुना कम है।
मॉडल कैसे बनाया और परखा गया
टीम ने शिक्षकों से मिले पर्यवेक्षण डेटा को छाँटा और उसका संतुलन बेहतर किया। इसके बाद एक अडैप्टर लेयर जोड़ी—अतिरिक्त वेट का एक छोटा समूह, जो एनोटेशन के नियमों को मॉडल में शामिल करता है। इससे 0.8 B मॉडल लंबे निर्देशों के बजाय छोटा, उसके अनुरूप प्रॉम्प्ट इस्तेमाल कर सकता है। मानव विशेषज्ञों द्वारा तैयार किए गए दो बेंचमार्क परीक्षणों में, इस्तेमाल के लिए तैनात मॉडल और 4 B के संदर्भ मॉडल ने सटीकता और रिकॉल—दोनों में प्रॉम्प्ट किए गए GPT‑5.4 और GPT‑5.6 से बेहतर प्रदर्शन किया। इसमें मिलान के मानदंड क्रमशः अधिक सख्त रखे गए थे: अवधारणा, साक्ष्य का अंश और शुद्धता।
सीखने वालों और कारोबार पर असर
ऑनलाइन A/B प्रयोग में नए ट्रैकर से सीखने वालों की भागीदारी 15.8 प्रतिशत बढ़ी। मंच के आंतरिक आँकड़ों के अनुसार, तय किए गए पाठों के घंटे 2.1 प्रतिशत बढ़े और नए पाठों से सकल व्यापारिक मूल्य में 13.2 प्रतिशत की वृद्धि हुई।
यह क्यों मायने रखता है
अंग्रेज़ी सीखने वालों के लिए कम लागत वाले AI का मतलब है कि मंच कीमतें बढ़ाए बिना लगातार स्वचालित व्याकरण प्रतिक्रिया दे सकता है। कंपनी के लिए, कंप्यूटिंग लागत में कमी और बढ़ी हुई भागीदारी से पाठों की बुकिंग और राजस्व बढ़ सकते हैं।
