ඇපීඅයි (API) එකක් නවීන AI මොඩලයක් සේවා දෙන බව කියනවාට, එය සැබැවින්ම ඒ මොඩලයද කියලා පරීක්ෂා කරන එක අඩුම තරම් ලේසි වැඩක් නොවේ. මේක තහවුරු කරගන්න, Dev.to හි පළ වූ නව පර්යේෂණයක් "Is That API Really Serving the Model It Claims?" කියලා, සරල නමුත් බලවත් "fingerprint" පරීක්ෂණයක් ඉදිරිපත් කරයි.
මෙම පරීක්ෂණයේ මූලික අදහස කියන්නේ, මොඩලයක් එකවර ලබා දෙන පිළිතුරකට නොබැඳි, ඒ මොඩලය විසින් නියමිත ලෙස පිළිතුරු සපයන්නේද කියලා, ඒකක‑එකක පිළිතුරු ව්යාප්තිය (distribution) විශ්ලේෂණය කිරීමයි. ඒ සඳහා, "One Token Is Enough" පර්යේෂණයේ පෙන්වා දුන් පරිදි, රෑන්ඩම් අංකයක්, වර්ණයක්, අකුරක්, නගරයක් හෝ කාසි අතුරුදන් වීම වැනි සරල ප්රශ්න 25 වරක් අසයි. එක් එක් ප්රශ්නයට ලැබෙන එක‑වචන පිළිතුරු ගණනාව, ඒ මොඩලයේ හැසිරීමේ "fingerprint" එකක් බවට පත්වේ.
ප්රායෝගික පියවර
- 8 හෝ ඊට වැඩි task‑language සෙල් (cell) තෝරන්න.
- නියමිත temperature එකකින්, සෑම සෙල් එකක්ම බහු වාරයක් අසන්න.
- ලැබුණු එක‑වචන පිළිතුරු සාමාන්යීකරණය (normalize) කරන්න.
- Jensen‑Shannon Divergence (JSD) භාවිතා කර, විශ්වාසනීය රෙෆරන්ස් එකක් සමඟ ව්යාප්තිය තරඟ කරන්න.
- වෙනත් දිනයකත් පරීක්ෂණය කර, ප්රතිඵලය තහවුරු කරන්න.
මෙම ක්රමය භාවිතා කරමින්, AllRouter Public Model Fingerprint Lab නමින් නව පරීක්ෂණ පද්ධතියක් නිර්මාණය කර ඇත. පරීක්ෂණයේ ප්රතිඵලය හතරේ තත්ත්වයක් (four verdicts) ලෙස වාර්තා වේ:
- match: හැසිරීම රෙෆරන්ස් සමඟ ගණිතමයව සමාන.
- uncertain: දත්ත ප්රමාණය හෝ ව්යාප්තිය අස්ථිර – වැඩි නියැදි අවශ්ය.
- mismatch: හැසිරීම විශාල වෙනස් – හේතුව පරීක්ෂා කරන්න.
- insufficient: සාමාන්යීකරණය සඳහා ප්රමාණවත් නමැති දත්ත නොමැත.
ඇපීඅයි හි මොඩලය වෙනස් වීම, quantization, hidden system prompts, load‑balancing වැනි තත්ත්වයන් මගින් fingerprint එක වෙනස් විය හැකි බවත්, එය වංචාවක් නොවෙයි, පරීක්ෂණයේ සීමාවක් බවත් අවධාරණය කරයි.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ AI සංවර්ධකයින්, විශ්වවිද්යාල සිසුන්, සහ තාක්ෂණික ව්යාපාරිකයින්ට මෙම පරීක්ෂණය අතිශය ප්රයෝජනවත් වේ. ප්රධාන වාසි කිහිපයක්:
- ඇපීඅයි සේවා සපයන්නන්ගේ ප්රකාශිත මොඩලය සහ සැබැවින්ම ලබා දෙන මොඩලය අතර සත්ය තත්වය තහවුරු කරගත හැකිය.
- මොඩලය වෙනස් වීම හෝ drift සිදු වීමක් සිදුවුනොත්, ඒකක් වහා හඳුනාගැනීමට උපකාරී වේ, එවිට ව්යාපාරික යෙදුම් වල නිරවද්යතාව රැකගත හැක.
- ඔන්ලයින් පරීක්ෂණ කට්ටල (llm-fingerprint-detector) නෙට්ටවීමෙන්, දේශීය සංවර්ධකයින්ට අඩු පිරිවැයටම, open‑source මෙවලමක් භාවිතා කර, තම API ගුණාත්මකතාව පරීක්ෂා කරගත හැකිය.
ඉදිරියට, සැපයුම්කරුවන් මෙම පරීක්ෂණ ප්රතිඵලය ප්රසිද්ධ කර, පාරිභෝගිකයන්ට විශ්වාසනීය තොරතුරු ලබා දීමට වග බලා ගත යුතුය. එමඟින් AI තාක්ෂණය ශ්රී ලංකාවේ වඩාත් විශ්වාසනීය, පාරදර්ශී සහ නව්ය ව්යාපාරික පරිසරයක් බවට පත්වේ.
අවසානයේ, API එකේ සැබෑ මොඩලය හඳුනාගැනීමට මෙම fingerprint පරීක්ෂණ ක්රමය, AI පද්ධති වල පාරදර්ශීභාවය වැඩි කරමින්, දේශීය තාක්ෂණික ප්රජාවට නව විශ්වාසයක් ගෙන දෙයි.
