# विशेष प्रोग्राम के साथ छोटा 8B मॉडल बड़े प्रतिद्वंद्वियों के बराबर

> PLVR नाम की नई विधि 8 अरब पैरामीटर वाले मॉडल को टेलीकॉम टूल-यूज़ कार्यों में 90% से अधिक सटीकता हासिल करने देती है और बड़े मॉडलों से उसका अंतर घटाती है।

Oossa · 2026-10-16 · https://oossa.com/hi/small-8b-model-matches-larger-rivals-when-paired-with-expert-program

शोधकर्ताओं ने PLVR नाम की एक तकनीक पेश की है, जो शिक्षक मॉडल के चरण-दर-चरण ट्रेस को दोबारा इस्तेमाल किए जा सकने वाले प्रोग्राम में बदलती है। यह प्रोग्राम एक छोटे, स्थिर भाषा मॉडल—यहां तक कि 8 अरब पैरामीटर वाले मॉडल—के साथ चलता है और उसे काम करने के तरीके बताता है। टेलीकॉम टेस्ट सेट पर PLVR के साथ इस्तेमाल करने पर 8B Granite‑4.2 मॉडल की सटीकता 43% से बढ़कर 91.2% हो जाती है।

## PLVR कैसे काम करता है

सबसे पहले, शिक्षक मॉडल Kimi‑K3 टूल-यूज़ से जुड़ी समस्याएं हल करते समय अपने तर्क के ट्रेस दर्ज करता है। PLVR इन ट्रेस को समूहों में बांटकर बार-बार होने वाली प्रक्रियाओं की पहचान करता है। हर प्रक्रिया के लिए एक “फ्रंटियर” मॉडल छोटा, टाइप्ड प्रिमिटिव लिखता है, जिसे छोटा स्थिर मॉडल चला सकता है। इसके बाद सिस्टम A* सर्च के जरिए प्रिमिटिव को जोड़ता है और सही अंतिम कार्रवाई को लक्ष्य बनाता है। अनुमान के दौरान प्रोग्राम या तो छात्र मॉडल को अपनाने के लिए चरण-दर-चरण तर्क देता है, या उसके सुझाए हर टूल एक्शन को भेजे जाने से पहले जांचकर सुधारता है।

## अलग-अलग क्षेत्रों में नतीजे

एक ही PLVR प्रोग्राम को तीन Nemotron बेस मॉडल और Granite‑4.2‑8B के साथ तीन बेंचमार्क—टेलीकॉम, रिटेल और LiveMCPBench (टूल इस्तेमाल करने की प्रक्रियाओं से जुड़ा बेंचमार्क)—पर आजमाया गया। टेलीकॉम पर हर Nemotron मॉडल ने 93.3‑94.4% सटीकता हासिल की, जबकि PLVR के साथ 8B मॉडल 91.2% तक पहुंचा—यानी कुछ ही अंक पीछे। रिटेल और LiveMCPBench पर PLVR प्रोग्राम प्रकाशित सर्वोत्तम नतीजों के मुकाबले प्रतिस्पर्धी रहा, हालांकि LiveMCPBench पर वह 3‑13 अंक पीछे था। इस तरीके ने बेस मॉडलों के प्रदर्शन के बीच का अंतर भी औसतन करीब सात अंक से घटाकर करीब दो अंक कर दिया।

## तथ्य

- शोधपत्र 2026-10-13 को arXiv पर पोस्ट किया गया था।
- PLVR के साथ टेलीकॉम बेंचमार्क पर Granite-4.2-8B की सटीकता 43.0% से बढ़कर 91.2% हो जाती है।
- उसी टेलीकॉम टेस्ट में तीनों Nemotron छात्र मॉडल 93.3‑94.4% सटीकता हासिल करते हैं।
- उन्हीं ट्रेस पर बेसलाइन फाइन-ट्यूनिंग या प्रॉम्प्ट ऑप्टिमाइज़ेशन से सटीकता अधिकतम 58.2% तक पहुंचती है।
- तीनों टेस्ट सूट में बेस मॉडलों के प्रदर्शन का अंतर ~7 अंक से घटकर ~2 अंक रह जाता है।

## यह क्यों मायने रखता है

टूल-यूज़ असिस्टेंट बनाने वाले डेवलपरों के लिए, PLVR दिखाता है कि स्पष्ट प्रोग्राम के मार्गदर्शन में अपेक्षाकृत किफायती 8B मॉडल भी बहुत बड़े मॉडलों के करीब प्रदर्शन कर सकता है। इससे कंप्यूटिंग की लागत घट सकती है और ऐसे असिस्टेंट अधिक लोगों के लिए सुलभ हो सकते हैं। हालांकि, यह तरीका अब भी उच्च गुणवत्ता वाले शिक्षक ट्रेस पर निर्भर है और अलग-अलग क्षेत्रों में इसका प्रदर्शन बदल सकता है।

## स्रोत और संदर्भ

1. [Compiling Expert Procedures into Verified Programs: When a Small Model Is Enough](https://arxiv.org/abs/2610.19148) – arXiv, 2026-10-15

अंतिम अपडेट: 2026-10-16