Preferred Networks ने डाउनलोड किए जा सकने वाले वेट्स के साथ चार अनुवाद मॉडल जारी किए हैं, 0.8B से 31B पैरामीटर तक, जो 53 समर्थित भाषाओं के लिए हैं। व्यावसायिक उपयोग के लिए रजिस्ट्रेशन ज़रूरी है, और 1 अरब येन से ज़्यादा राजस्व वाली कंपनियों को एक अलग लाइसेंस चाहिए।
यह लेख किस सवाल का जवाब देता है
क्या कोई डेवलपर या कंपनी अपने अनुवाद कार्य के लिए PLaMo 3 Translate को ऑफ़लाइन चला सकती है, किन लाइसेंस शर्तों के तहत, किस हार्डवेयर पर, और PFN के गुणवत्ता संबंधी दावों पर कहाँ तक भरोसा किया जा सकता है? नीचे दिए गए जवाब Preferred Networks के पेजों और उसके मॉडल कार्ड से लिए गए हैं, और हर आँकड़े के साथ उस पेज का हवाला है जहाँ से वह आता है।
क्या जारी किया गया
जापान की कंपनी Preferred Networks (PFN) ने 5 नवंबर 2026 को PLaMo 3 Translate की घोषणा की। PFN की न्यूज़ रिलीज़ इसे अनुवाद के लिए विशेषीकृत लार्ज लैंग्वेज मॉडलों की ओपन-वेट रिलीज़ कहती है, जो PLaMo 3 NICT पर बने हैं, एक प्रीट्रेन्ड मॉडल जो जापान के राष्ट्रीय सूचना एवं संचार प्रौद्योगिकी संस्थान (National Institute of Information and Communications Technology) के साथ PFN के संयुक्त शोध से निकला है। “ओपन-वेट” PFN का शब्द है। इसका अर्थ है कि वेट्स डाउनलोड किए जा सकते हैं, और नीचे बताया गया लाइसेंस यह सीमित करता है कि उनका उपयोग कैसे किया जा सकता है। 8B रिपॉज़िटरी का कमिट इतिहास दिखाता है कि वेट्स 4 नवंबर (UTC) को Hugging Face पर आए और 9 नवंबर को लाइसेंस में संशोधन हुआ।
| मॉडल रिपॉज़िटरी | पैरामीटर, Hugging Face मेटाडेटा | BF16 वेट फ़ाइलें | GGUF Q4_K_M वेट फ़ाइलें |
|---|---|---|---|
| plamo-3-translate-0.8b | 0.89 अरब | 1.78 GB | 0.57 GB |
| plamo-3-translate-2b | 2.88 अरब | 5.76 GB | 1.81 GB |
| plamo-3-translate-8b | 8.53 अरब | 17.06 GB | 5.28 GB |
| plamo-3-translate-31b | 31.76 अरब | 63.51 GB | 19.53 GB |
स्रोत: PFN मॉडल कार्ड, जहाँ PFN साइज़ को “वेट फ़ाइलों का कुल साइज़” के रूप में परिभाषित करता है। ये फ़ाइल साइज़ हैं, किसी मॉडल को चलाने के लिए ज़रूरी मेमोरी नहीं, और कार्ड RAM, VRAM या स्पीड का कोई आँकड़ा नहीं देते। मॉडल के नाम PFN के नाममात्र साइज़ हैं, इसलिए “2B” मॉडल में 2.88 अरब पैरामीटर हैं।
PFN की न्यूज़ रिलीज़ में 0.8B मॉडल को एयरप्लेन मोड में एक स्मार्टफ़ोन पर अनुवाद करते हुए दिखाया गया है, और कैप्शन के अनुसार यह एक डेमो वातावरण में सामान्य गति से चल रहा है। PFN की तकनीकी पोस्ट कहती है कि यह एक आंतरिक डेमो है और PFN ने ऐसा कोई ऐप जारी नहीं किया है।
फ़ॉर्मेट और उनका लक्षित हार्डवेयर
PFN की तकनीकी पोस्ट हर साइज़ के लिए सात फ़ॉर्मेट और हर फ़ॉर्मेट का लक्षित हार्डवेयर सूचीबद्ध करती है।
| फ़ॉर्मेट | लक्षित हार्डवेयर | इन्फरेंस इंजन |
|---|---|---|
| BF16 | BF16 सपोर्ट वाले GPU | Transformers या vLLM |
| FP8 | NVIDIA Ada Lovelace, Hopper या Blackwell | vLLM |
| W4A16 | NVIDIA Ampere या उसके बाद की पीढ़ी | vLLM |
| W4AFP8 | NVIDIA Hopper | vLLM |
| NVFP4 | NVIDIA Blackwell | vLLM |
| GGUF | CPU और GPU | llama.cpp |
| MLX-4bit | Apple silicon | mlx-lm |
स्रोत: PFN तकनीकी पोस्ट। इस टेबल के अनुसार सात में से पाँच फ़ॉर्मेट NVIDIA GPU फ़ॉर्मेट हैं जिन्हें vLLM से सर्व किया जाता है, और GGUF तथा MLX बिल्ड लैपटॉप या डेस्कटॉप पर चलाने के रास्ते हैं। Ollama और llama.cpp के बीच चुनाव पर TechiesJournal की गाइड इस रनटाइम चुनाव को कवर करती है। मॉडल का कोड रिपॉज़िटरी में ही आता है, और 8B मॉडल कार्ड का हर उदाहरण उसे trust_remote_code=True के साथ लोड करता है। किसी कंपनी सर्वर पर चलाने से पहले उस कोड की समीक्षा करें, और TechiesJournal का यह लेख देखें कि अपने मॉडल खुद चलाने पर टीम क्या ज़िम्मेदारियाँ उठाती है।
भाषाएँ और फ़ीचर
मॉडल कार्ड कहते हैं कि हर मॉडल 53 भाषाओं के बीच अनुवाद का समर्थन करता है। PFN सरलीकृत और पारंपरिक चीनी को अलग-अलग गिनता है, इसीलिए Hugging Face 52 दिखाता है। PFN की तकनीकी पोस्ट कहती है कि उसका मूल्यांकन समर्थित भाषाओं के एक उपसमूह को कवर करता है, कुल 15: Arabic, Italian, Indonesian, English, Japanese, Dutch, Korean, Spanish, Thai, Chinese (Simplified and Traditional), German, French, Vietnamese और Russian। बाकी 38 भाषाएँ, उदाहरण के लिए हिंदी और तेलुगु, समर्थित हैं, और पोस्ट कहती है कि मॉडल को इन पर भी प्रशिक्षित किया गया था।
PFN की न्यूज़ रिलीज़ आसपास के संदर्भ के साथ अनुवाद, व्यक्तिवाचक संज्ञाओं, तकनीकी शब्दावली और प्रोडक्ट नामों के लिए ग्लॉसरी, और जापानी में अनुवाद करते समय औपचारिक या सरल जापानी के विकल्प का वर्णन करती है।
लाइसेंस
| उपयोग | शर्त | स्रोत |
|---|---|---|
| व्यक्तिगत, और शैक्षणिक सहित गैर-व्यावसायिक | मुफ़्त, बिना पूर्व रजिस्ट्रेशन और बिना राजस्व सीमा के | मॉडल कार्ड |
| व्यावसायिक, जब उपयोगकर्ता और उसकी सहयोगी कंपनियों का राजस्व या बिक्री 1 अरब येन या उससे कम हो | PFN के साथ पूर्व रजिस्ट्रेशन | लाइसेंस, अनुच्छेद 3 |
| व्यावसायिक, 1 अरब येन से ऊपर | PFN के साथ एक अलग लाइसेंस समझौता | मॉडल कार्ड |
PLaMo Community License व्यावसायिक उद्देश्य को व्यक्तिगत या शैक्षणिक उपयोग से आगे के किसी भी उपयोग के रूप में परिभाषित करता है, जिसमें उपयोगकर्ता के अपने संगठन के भीतर उपयोग और होस्टिंग सेवाओं या API के ज़रिए उपयोग भी शामिल है। इसलिए आंतरिक व्यावसायिक उपयोग भी इसमें गिना जाता है। जब कोई मॉडल या उससे बना (डेरिव्ड) मॉडल तीसरे पक्षों को दिया जाता है, तो लाइसेंस के अनुसार लाइसेंस की एक प्रति, एक “Built with PLaMo” सूचना और मॉडल के नाम में “PLaMo” होना ज़रूरी है। लाइसेंस का पाठ 9 नवंबर 2026 को संशोधित किया गया। अब इसमें कहा गया है कि अनुवादित आउटपुट बिना मॉडल सूचना के साझा किया जा सकता है, सिवाय इसके कि किसी किताब, शोध-पत्र या इसी तरह के लंबे प्रकाशन में यह बताना ज़रूरी है कि अनुवाद के लिए PLaMo का उपयोग किया गया था। PFN की न्यूज़ रिलीज़ पर 5 नवंबर की तारीख वाला एक सुधार नोटिस है, इसलिए घोषणा पर नहीं, बल्कि लाइसेंस के पाठ पर भरोसा करें। अपनी स्थिति के लिए लाइसेंस खुद पढ़ें, क्योंकि यह लेख कानूनी सलाह नहीं है।
PFN क्या रिपोर्ट करता है और उसने कैसे मापा
PFN ने अपने मॉडल कार्ड के चित्र में अपने मॉडलों की तुलना अनुवाद के लिए विशेषीकृत दो मॉडल परिवारों से की है: Google का TranslateGemma (4B, 12B और 27B) और Tencent का Hy-MT2 (1.8B, 7B और 30B-A3B)। PFN कहता है कि 0.8B मॉडल जापानी-अंग्रेज़ी अनुवाद में और जापानी से दूसरी भाषाओं के अनुवाद में इन सभी से आगे है, और 2B मॉडल अंग्रेज़ी से दूसरी भाषाओं के अनुवाद में ऐसा करता है। वह यह भी कहता है कि उसके नतीजे PLaMo 3 Translate को “दुनिया का सबसे अच्छा अनुवाद-विशेषीकृत LLM” कहने को उचित ठहराते हैं।
| बेंचमार्क | मूल | दिशा | मेट्रिक |
|---|---|---|---|
| PFTB | PFN का इन-हाउस, संदर्भ अनुवाद कई LLM की मदद से लिखे गए | जापानी से अंग्रेज़ी और अंग्रेज़ी से जापानी | charsim n-gram समानता |
| SaaS | PFN का इन-हाउस | केवल अंग्रेज़ी से जापानी | charsim n-gram समानता |
| WMT24++ | सार्वजनिक | अंग्रेज़ी से जापानी | COMET-22 |
| FLORES+ | सार्वजनिक | जापानी या अंग्रेज़ी, 14 अन्य भाषाओं में से हर एक के साथ | chrF++ |
स्रोत: PFN तकनीकी पोस्ट। PFN कहता है कि वह मुख्य रूप से PFTB और SaaS पर निर्भर रहा, क्योंकि WMT24++ में छोटे वाक्य हैं और उसके संदर्भ अनुवादों की गुणवत्ता को लेकर चिंताएँ हैं, और उसके रिलीज़ चित्र का कैप्शन “Based on PFN evaluations, including proprietary benchmarks” (PFN के मूल्यांकनों पर आधारित, जिनमें मालिकाना बेंचमार्क शामिल हैं) है। ये PFN के अपने नतीजे हैं। किसी स्वतंत्र पुनरुत्पादन का हवाला नहीं दिया गया है, और इस लेख ने इन्हें खुद दोहराकर नहीं परखा है। ऐसे दावों को कैसे समझें, इसके लिए AI बेंचमार्क दावों को कैसे पढ़ें पर TechiesJournal की गाइड देखें।
PFN कहता है कि लगभग सभी क्वांटाइज़्ड फ़ॉर्मेट ने BF16 की सटीकता को लगभग बनाए रखा। उसकी अपनी मॉडल-कार्ड टेबल दिखाती हैं कि 2-बिट GGUF Q2_K बिल्ड में गिरावट ज़्यादा है। 0.8B मॉडल के लिए, अंग्रेज़ी और दूसरी भाषाओं के बीच अनुवाद का FLORES+ स्कोर BF16 में 54.44 से गिरकर Q2_K में 51.15 हो जाता है।
अपनाने से पहले क्या जाँचें
- रजिस्ट्रेशन: आंतरिक काम के लिए मॉडल इस्तेमाल करने वाला व्यवसाय व्यावसायिक उपयोग कर रहा है, इसलिए राजस्व की शर्त की पुष्टि करें और पहले रजिस्टर करें।
- प्राइवेसी: PFN कहता है कि जब मॉडल लोकल रूप से चलता है, तो न स्रोत पाठ और न ही अनुवाद बाहरी क्लाउड सर्वरों पर भेजा जाता है। यह बात केवल मॉडल पर लागू होती है, और उसके आसपास का कोई ऐप्लिकेशन, उदाहरण के लिए OCR, लॉगिंग या टेलीमेट्री, फिर भी सामग्री कहीं और भेज सकता है।
- लंबाई: मॉडल कार्ड इनपुट और आउटपुट को मिलाकर अधिकतम 32,768 टोकन बताते हैं, इसलिए लंबे दस्तावेज़ों को हिस्सों में बाँटें।
- आपकी भाषाएँ: जिन भाषा जोड़ों, शब्दावली और फ़ाइल फ़ॉर्मेट का आप अनुवाद करते हैं, उन्हें ठीक उसी रूप में परखें, ख़ासकर मूल्यांकन की गई 15 भाषाओं के बाहर।
स्रोत
- Preferred Networks न्यूज़ रिलीज़, 5 नवंबर 2026
- Preferred Networks तकनीकी पोस्ट
- PLaMo 3 Translate 0.8B
- PLaMo 3 Translate 2B
- PLaMo 3 Translate 8B मॉडल कार्ड
- PLaMo 3 Translate 31B
- PLaMo Community License का पाठ
स्रोत 12 नवंबर 2026 को पढ़े गए। बेंचमार्क नतीजे PFN के अपने हैं और इस लेख के लिए दोहराए नहीं गए, और लाइसेंस की शर्तें तथा रिपॉज़िटरी बदल सकती हैं।