DeepSeek V4 Pro بمقابلہ Kimi K3: متن، تصاویر اور استدلال

ان پٹ سے شروع کریں، لیڈر بورڈ سے نہیں۔

DeepSeek V4 Pro کے لیے سوچ اور غیر سوچنے کے طریقوں کی فہرست دیتا ہے اور وژن کو غیر تعاون یافتہ کے بطور نشان زد کرتا ہے۔ Moonshot Kimi K3 کو مقامی بصری تفہیم کے ساتھ ماڈل کے طور پر بیان کرتا ہے۔ یہ حقائق ایک ہم آہنگ کام کو منتخب کرنے میں مدد کرتے ہیں، لیکن وہ اس بات کا تعین نہیں کرتے ہیں کہ کون سا آپ کے دستاویزات کا زیادہ درست جواب دیتا ہے۔

اگر آپ کا ماخذ اسکرین شاٹ ہے تو ایک انٹرفیس استعمال کریں جو منتخب ماڈل کے لیے امیج ان پٹ کو سپورٹ کرتا ہو۔ اگر آپ اسکرین شاٹ کو متن میں تبدیل کرتے ہیں، تو پہلے ٹرانسکرپشن کا معائنہ کریں: کوئی بھی ماڈل شروع ہونے سے پہلے ایک غائب مائنس سائن یا ٹیبل کالم جواب کو تبدیل کر سکتا ہے۔

DeepSeek: model details · Moonshot AI: Kimi K3

ٹیسٹ 1: ثبوت کے ساتھ دعوے نکالیں۔

ایک مختصر رپورٹ استعمال کریں جس میں تصدیق شدہ حقائق اور پیشن گوئی دونوں ہوں۔ دعووں کی میز، قطعی ثبوت اور غیر یقینی صورتحال طلب کریں۔ ایسے دعووں کو مسترد کریں جن کی فراہم کردہ متن میں کوئی حمایت نہیں ہے۔

صرف کئی قطاریں بنانے پر پوائنٹس نہ دیں۔ ایک جواب جو چھ درست حقائق کو نکالتا ہے وہ بارہ قطاروں سے زیادہ کارآمد ہو سکتا ہے جن میں اندازے ہوں۔ چیک کریں کہ آیا قابلیت جیسے "متوقع" اور "منظوری سے مشروط" زندہ رہتی ہیں۔

صرف یہ رپورٹ پڑھیں: [متن]۔ ہر دعوے، اس کی تائید کرنے والے اصل متن کے لفظ بہ لفظ اقتباس اور حیثیت—تصدیق شدہ، پیش گوئی یا غیر واضح—کا جدول بنائیں۔ بیرونی معلومات شامل نہ کریں۔ تضادات اور نامکمل معلومات بھی درج کریں؛ خلا اندازوں سے پُر نہ کریں۔

ٹیسٹ 2: جوابی کلید کے ساتھ حساب

ایک چھوٹی سی مثال منتخب کریں جس کی آپ خود تصدیق کر سکیں۔ فرض کریں کہ ایک ٹیم آٹھ شرکاء کے ساتھ چار سیشنوں کا منصوبہ بناتی ہے، پھر ایک سیشن منسوخ کر دیتی ہے۔ بقیہ کل 24 شریک مقامات ہیں، ضروری نہیں کہ 24 منفرد لوگ ہوں۔ یہ فرق ایک مفید استدلال کی جانچ پڑتال کرتا ہے۔

ہر ماڈل سے اس کا ریاضی دکھانے کو کہیں اور بتائیں کہ اعداد کیا شمار ہوتے ہیں۔ حساب اور تشریح دونوں کا موازنہ کریں۔ اہم کام کے لیے، ریاضی کی آزادانہ تصدیق کریں؛ تفصیلی وضاحت میں اب بھی غلطی ہوسکتی ہے۔

ایک ٹیم نے چار نشستیں رکھی ہیں، ہر نشست میں آٹھ شرکا کی گنجائش ہے۔ ایک نشست منسوخ ہوگئی۔ کل کتنی جگہیں باقی ہیں؟ کیا اس سے ایک ہی شخص کو دوبارہ شمار کیے بغیر مختلف افراد کی تعداد بھی معلوم ہوتی ہے؟ حساب دکھائیں اور بتائیں کہ کون سا نتیجہ نہیں نکالا جا سکتا۔

ٹیسٹ 3: رویے کو ایجاد کیے بغیر کسی فنکشن کی وضاحت کریں۔

وہی مختصر فنکشن فراہم کریں اور عام ان پٹ اور ایج کیس کا نتیجہ پوچھیں۔ پہلے متوقع نتائج پر کام کریں، پھر وضاحتوں کا موازنہ کریں۔

چیک کریں کہ آیا کوئی ماڈل الجھتا ہے کہ کوڈ اصل میں کیا کرتا ہے اور اسے کیا کرنا چاہیے۔ ایک مددگار جائزہ مشاہدہ شدہ رویے، مشتبہ بگ اور تجویز کردہ تبدیلی کو الگ رکھتا ہے۔

اس فنکشن کی وضاحت کریں: [code]۔ ان پٹ [نارمل کیس] اور [ایج کیس] کے لیے، مراحل اور متوقع آؤٹ پٹ کا پتہ لگائیں۔ ممکنہ کیڑے سے اصل سلوک کو الگ کریں۔ اس پر عمل کرنے کا دعویٰ نہ کریں۔ پروگرامنگ زبان یا رن ٹائم کے بارے میں کوئی مفروضہ بیان کریں۔

رول کے لیے ایک ماڈل منتخب کریں۔

پہلے فلٹر کے طور پر ان پٹ مطابقت کا استعمال کریں، پھر اسی ٹیکسٹ ٹاسک پر غیر تعاون یافتہ دعووں، چھوٹی ہوئی رکاوٹوں اور تصحیح کے وقت کا موازنہ کریں۔ اصل جوابات کو اپنے پاس رکھیں تاکہ بعد میں ماڈل اپ ڈیٹ کو انہی مثالوں کے خلاف آزمایا جا سکے۔

فراہم کنندہ کا ماڈل بینچ مارک خودکار طور پر GO AI کی پیمائش نہیں ہے۔ ٹولز، اشارے اور سروس کی ترتیبات تجربے کو متاثر کرتی ہیں۔ ہم نے اس مضمون کے لیے کنٹرول شدہ DeepSeek-بمقابلہ-Kimi بینچ مارک نہیں چلایا ہے۔ مشقیں دوبارہ قابل استعمال تشخیصی مواد ہیں۔

عام سوالات

ذرائع اور دائرہ کار

• DeepSeek: model details
• Moonshot AI: Kimi K3