Shannon 3, स्वतःच्या उत्तराची तपासणी करणारे असेन्सॉर्ड AI मॉडेल

तुम्ही वापरलेली जवळपास प्रत्येक चॅट मॉडेल एकाच फॉरवर्ड पासमध्ये उत्तर देते. शेवटचे टोकन कोणते हे कळण्याआधीच ती पहिले टोकन निवडते, आणि एकदा वाक्य बाहेर पडले की ते बंधनकारक होते: मॉडेल नंतर त्याच्या विरुद्ध बोलू शकते, पण मागे जाऊन ते दुरुस्त करू शकत नाही. उत्तर छोटे आणि प्रश्न एका भागाचा असेल तेव्हा हे चांगले चालते. उत्तर लांब असेल, प्रश्नाला चार भाग असतील, आणि सहावा परिच्छेद दुसऱ्या परिच्छेदाला गुपचूप निरर्थक करत असेल तेव्हा ते वाईट चालते. Shannon 3 अस्तित्वात आहे कारण त्यावरचा उपाय मोठे मॉडेल आहे असे आम्हाला वाटले नाही. उपाय म्हणजे मॉडेलला त्याने नुकतेच काय लिहिले ते वाचू देणे.

01Shannon 3 म्हणजे काय

Shannon 3 हे दोन स्तरांचे मॉडेल कुटुंब आहे. दोन्ही स्तर तृतीय-पक्ष इन्फरन्स APIऐवजी आमच्या स्वतःच्या GPU क्लस्टरवर चालतात, आणि दोन्ही असेन्सॉर्ड आहेत: त्यांच्यासमोर नकार स्तर नाही आणि त्यांच्यामागे कंटेंट फिल्टर नाही. स्तरांमध्ये फरक एवढाच की उत्तर तुमच्यापर्यंत पोहोचण्याआधी एका वळणात किती काम करण्याची परवानगी आहे.

API वर दोन्ही स्तर हे साधे मॉडेल आयडी आहेत. वेगळा एंडपॉइंट नाही, वेगळा SDK नाही, आणि खास विनंती स्वरूप नाही:

स्तर	मॉडेल आयडी	वळणाची रचना	कशासाठी सर्वोत्तम
Shannon 3 Lite	shannon-3	एक विचार + मसुदा फेरा	चॅट, लेखन, शोध, मोठा वापर
Shannon 3 Pro	shannon-3-pro	संपूर्ण लूप, 10 फेऱ्यांपर्यंत, अधिक ज्ञान संकलन	विश्लेषण, दीर्घ लेखन, अचूकता-संवेदनशील काम

02कठीण प्रश्नांसाठी एकच फॉरवर्ड पास चुकीची रचना का आहे

डावीकडून उजवीकडे मजकूर तयार करणारे मॉडेल स्थानिक निर्णयांची अपरिवर्तनीय मालिका घेते. त्याच्याकडे खोडरबर नाही. स्पष्टीकरणात 400 टोकन पुढे गेल्यावर त्याला जाणवते की निवडलेली मांडणी चुकीची होती, तेव्हा त्याच्याकडे चुकीच्या चौकटीत पुढे जाणे किंवा दुरुस्ती जोडणे एवढेच पर्याय असतात — यातूनच सर्वांना ओळखीची अशी उत्तरे तयार होतात, जी मध्येच खरे तर, वरचे पुन्हा पाहता असे म्हणतात आणि दोन विसंगत अर्धांचा मेळ घालण्याचे काम तुमच्यावर सोडतात.

Chain-of-thought यात सुधारणा करते पण हे सोडवत नाही. आधी विचार केल्याने मॉडेलला गद्य लिहिण्याआधी एक आराखडा मिळतो, हा खरा फायदा आहे; पण त्यानंतरचा मसुदा तरीही एकाच फेऱ्यात लिहिला जातो आणि न वाचताच पाठवला जातो. मानवी संपादक सर्वात आधी विचारतो तो प्रश्न कोणीच विचारत नाही: हे उत्तर विचारांनी सांगितलेले काम खरोखर करते का? Chain-of-thought नंतरही टिकणाऱ्या अपयशाच्या पद्धती विशिष्ट आणि ओळखता येण्याजोग्या आहेत:

• वगळलेले उप-प्रश्न. तुम्ही चार गोष्टी विचारल्या. विचारांनी चार गोष्टींची यादी केली. उत्तर तीन कव्हर करते.
• आराखड्यापासून भरकटणे. तर्क एका दृष्टिकोनावर स्थिरावतो; गद्य हळूहळू वेगळाच दृष्टिकोन स्वीकारते, आणि नेमके कुठे चुकले ते एकाही वाक्यात दिसत नाही.
• अंकगणित आणि एकके. विचारांत बरोबर काढलेला आकडा उत्तरात चुकीचा उतरवला जातो, किंवा दरमहाचा आकडा दरवर्षीचा म्हणून सादर होतो.
• दुर्लक्षित अटी. तुम्ही म्हणालात बाह्य अवलंबित्वे नकोत; कोड एक आयात करतो, आणि विचारांत ती अट एकदा मान्य केल्यानंतर तिचा पुन्हा उल्लेखही होत नाही.
• आत्मविश्वासाने भरलेल्या पोकळ्या. मॉडेल विचारांत म्हणते की एका विशिष्ट तथ्याबद्दल त्याला खात्री नाही, आणि तरीही उत्तरात ते ठामपणे सांगते.

यातील प्रत्येक गोष्ट मसुदा वाचल्याने पकडली जाते. मसुदा अधिक काळजीपूर्वक तयार केल्याने यातली एकही पकडली जात नाही.

03तर्क लूप, टप्प्याटप्प्याने

Shannon 3 Pro चे एक वळण म्हणजे चार टप्पे आणि एक बाहेर पडण्याची अट असलेला लूप.

विचार

तुमच्यासाठी काहीही लिहिण्याआधी मॉडेल समस्येवर काम करते: प्रश्नाचे विघटन, अटींची नोंद, आपल्याला काय माहीत आहे व काय नाही याची ओळख, दृष्टिकोन निश्चित करणे. इथे ते जे तयार करते तोच पुढे उत्तर मोजण्याचा निकष होतो.

मसुदा

मॉडेल संपूर्ण, खरे उत्तर लिहिते — रूपरेषा नव्हे. ते पूर्ण असावेच लागते, कारण पुढचा टप्पा तयार झालेल्या गोष्टीचे मूल्यमापन करतो, आणि पूर्ण लांबीवरच दिसणाऱ्या अपयशांसाठी त्रोटक आराखड्याची तपासणी करता येत नाही.

तपासणी

याच टप्प्यामुळे हे कुटुंब जे आहे ते आहे. मॉडेल मसुदा विचारांशी ताडून वाचते — हा एकटा मसुदा वाचण्यापेक्षा कितीतरी तीक्ष्ण निकष आहे. मॉडेलला "हे उत्तर चांगले आहे का?" विचारल्यास ते होय म्हणण्यास प्रवृत्त होते; "आराखड्याने सांगितले होते की अट C अंतर्गत X, Y आणि Z कव्हर करायचे — हा मजकूर ते करतो का?" विचारल्यास त्याला तपासण्याजोगे काहीतरी मिळते. तपासणी गुण देत नाही, तर काय चुकले आहे ते नाव घेऊन सांगते.

पुनर्लेखन

नाव घेऊन सांगितलेल्या समस्या नव्या मसुद्यात दुरुस्त केल्या जातात. हे पुनर्लेखन आहे, ठिगळ नाही: युक्तिवादाचा क्रम बदलावा लागणारी दुरुस्ती क्रम बदलू शकते. नवा मसुदा पुन्हा तपासणीकडे जातो.

थांबा

तपासणी मसुद्याला पहिल्यांदा मान्यता देते तेव्हा लूप संपतो — हाच सामान्य निकास आहे, आणि बहुतेक वळणांत तो मर्यादेच्या खूप आधी येतो. 10 फेऱ्यांची कठोर मर्यादा टोकाच्या प्रकरणांसाठी आहे, जसे की खरोखर संदिग्ध प्रश्न जिथे प्रत्येक पुनर्लेखन एक दोष टाळून दुसरा आणते, जेणेकरून वळण अनिश्चित काळ फिरत राहू नये.

Lite हेच पहिले दोन टप्पे घेते आणि थांबते. ते विचार करते, मसुदा लिहिते, आणि तो मसुदा तुम्हाला देते. हा जाणीवपूर्वक घेतलेला उत्पादन निर्णय आहे, तोडमोड करून केलेला अपघात नाही: खऱ्या संदेशांच्या मोठ्या भागात पहिला मसुदा हेच योग्य उत्तर असते, आणि तेच ऐकण्यासाठी तपासणीचा विलंब भरणे हा वाईट सौदा आहे. मॉडेल जलद असावे असे वाटते तेव्हा Lite; ते खात्रीशीर असावे असे वाटते तेव्हा Pro.

04Pro चे ज्ञान संकलन: अंदाज बांधण्याऐवजी मदत मागणे

स्व-तपासणी विसंगती, वगळलेले भाग आणि अटींचे उल्लंघन पकडते, कारण ते पकडण्यासाठी लागणारा पुरावा वळणातच असतो. मॉडेलकडे जे तथ्य मुळातच नाही ते ती पकडू शकत नाही. स्वतःच्या मसुद्याची तपासणी करणारे मॉडेल या आकड्याबद्दल मला खात्री नाही असा निष्कर्ष काढू शकते आणि मग त्या निष्कर्षाचे काय करावे हे त्याला कळत नाही.

Pro त्याला जागा देते. मसुद्याच्या टप्प्याभोवती ते ज्ञान संकलन करते: आपल्याकडे नसलेली किंवा ज्याबद्दल खात्री नाही अशी विशिष्ट तथ्ये ते ओळखते, नेमकी तीच दुसऱ्या, मोठ्या मॉडेलला विचारते, आणि जे परत येते ते सुधारित उत्तरात मिसळते. हे मॉडेलनेच नाव घेतलेल्या पोकळीने चालवलेले नेमके शोधकाम आहे, सरसकट दुसरे मत नाही.

व्यवहारात दोन गुणधर्म महत्त्वाचे आहेत. ते मर्यादित आहे: संकलन संपूर्ण प्रश्न पुन्हा विचारण्याऐवजी ओळखलेल्या पोकळ्यांबद्दल विचारते, त्यामुळे मोठ्या मॉडेलचा सल्ला तिथे घेतला जातो जिथे ते माहिती जोडते, जिथे ते फक्त वेगळा सूर जोडेल तिथे नाही. आणि ते एकात्मिक आहे: संकलित तथ्ये पुन्हा लूपमधून जातात आणि इतर सर्वांप्रमाणेच त्याच तपासणीला सामोरी जातात, वेगळा चिकटवलेला परिच्छेद म्हणून येत नाहीत.

05तर्क दृश्यमान आहे, आणि तो तुमच्या भाषेत आहे

वळण चालू असतानाच संपूर्ण तर्क तुम्हाला दाखवला जातो: विचार, आणि Pro वर प्रत्येक तपासणी व तिने काय आक्षेप घेतला ते. हे उघड करावे लागणारे डीबग दृश्य नाही — तुम्ही जे विकत घेता त्याचा हा मोठा भाग आहे, आणि तो कामाचे नाते तीन ठोस प्रकारे बदलतो.

• तुम्ही लवकर थांबू शकता. विचारांनी तुमचा प्रश्न चुकीचा वाचला असेल — जो संदिग्ध प्रॉम्प्टचा नेहमीचा परिणाम असतो, वाईट मॉडेलचा नव्हे — तर ते तुम्हाला पहिल्या काही सेकंदांत कळते, चुकीची समस्या सोडवणारे संपूर्ण उत्तर आल्यानंतर नाही.
• तुम्ही तर्काची तपासणी उत्तरापासून वेगळी करू शकता. चुकीच्या तर्काने मिळालेले बरोबर उत्तर ही जबाबदारी आहे, कारण ते पुढच्या प्रश्नात टिकणार नाही.
• तुम्ही लूप अपयशी होताना पाहू शकता. Pro अनेक फेरे खर्च करूनही स्थिरावत नसेल, तर ते लपवण्याऐवजी दाखवले जाते — आणि ती खरी माहिती आहे, ज्याचा अर्थ सहसा प्रश्न अपुरा मांडलेला आहे.

तर्क तुमच्याच भाषेत लिहिला जातो, इंग्रजीत तयार करून शेवटी भाषांतरित केलेला नसतो. तुम्ही जपानी, अरबी, तुर्की किंवा पोर्तुगीजमध्ये काम करत असाल, तर मॉडेल त्याच भाषेत तर्क करते — यामुळे तर्कातील परिभाषा उत्तरातील परिभाषेशी सुसंगत राहते, आणि मॉडेल एका भाषेत विचार करून दुसऱ्या भाषेत बोलते तेव्हा दिसणारे सांधे टळतात.

06असेन्सॉर्ड: नकार स्तर नाही, आउटपुट फिल्टर नाही

Shannon 3 नकार स्तराशिवाय आणि आउटपुट कंटेंट फिल्टरिंगशिवाय येते. नकाराचे वर्तन उत्पादनात कोणत्याही पातळीवर नाही: मॉडेलपर्यंत तुमचा संदेश पोहोचण्याआधी त्याची तपासणी करणारे आवरण म्हणून नाही, तुमच्यापर्यंत उत्तर येण्याआधी त्याची तपासणी करणारा वर्गीकरणकर्ता म्हणून नाही, आणि मॉडेलला ज्यातून बाहेर काढावे लागेल असे प्रतिक्षिप्त वर्तन म्हणूनही नाही. लोक "असेन्सॉर्ड" म्हणतात तेव्हा त्यांना सहसा अभिप्रेत असलेल्या दोन गोष्टींपेक्षा हे मूलभूतपणे वेगळे आहे:

पद्धत	ती काय करते	ती कशी अपयशी ठरते
सिस्टम-प्रॉम्प्ट जेलब्रेक	संरेखित मॉडेलला असंरेखित असल्यासारखे वागण्याची सूचना देते	लांब संभाषणात क्षीण होते; दबावाखाली नकार परत येतो
आउटपुट फिल्टर काढणे	मॉडेलने आधीच तयार केलेला मजकूर अडवणे थांबवते	मॉडेल तरीही सावध, टाळाटाळ करणारा मजकूर लिहिते — काही अडवले गेले नव्हते, ते कधी लिहिलेच गेले नव्हते
Shannon 3	काढण्यासाठी नकार स्तर नाही आणि बंद करण्यासाठी फिल्टर नाही — ते वर्तन तिथे मुळात नाहीच	निर्णयाची जबाबदारी पूर्णपणे तुमच्यावर टाकते; मॉडेल तुमच्या वतीने नकार देणार नाही

व्यवहारात Shannon 3 तुम्ही विचारलेल्या प्रश्नाशी संवाद साधते, त्याच्या शेजारच्या सुरक्षित प्रश्नाशी नाही: खऱ्या खलनायकांसह कथा, प्रसिद्धीपत्रकाच्या उंचीवरून नव्हे तर तांत्रिकदृष्ट्या चर्चिलेले सुरक्षा विषय, वैद्यकीय, कायदेशीर आणि आर्थिक माहिती खरोखर आवश्यक असलेल्या इशाऱ्यांसह थेट दिलेली — आणि तुम्ही असे का विचारले असावे यावर शेवटी उपदेश नाही. ते लूपमध्येही पाणी घालत नाही: तपासणी मसुदा चुकीचा आहे असे सांगू शकते, आणि हा नकारापेक्षा वेगळा आणि अधिक उपयुक्त प्रकारचा विरोध आहे.

नकार स्तराच्या अनुपस्थितीमुळे जे होत नाही ते म्हणजे मॉडेल बरोबर होत नाही. असेन्सॉर्ड मॉडेल सेन्सॉर्ड मॉडेलइतकेच आत्मविश्वासाने चुकीचे असू शकते, आणि अधिक उघडपणे, कारण खात्री नसताना ते अस्पष्टतेत लपणार नाही. लूपच्या बाजूने हा एक चांगला युक्तिवाद आहे: नकाराचे प्रतिक्षिप्त वर्तन आड येत नसल्याने, स्व-तपासणी व्यावसायिक वापरकर्त्यासाठी महत्त्वाचे सुरक्षा काम करते — चुका पकडणे. मॉडेलचा तुमचा वापर आमच्या जबाबदार वापर धोरणाने आणि तुमच्या ठिकाणच्या कायद्याने नियंत्रित राहतो.

07व्हिजन, दस्तऐवज आणि इमेज जनरेशन

दोन्ही स्तर जोडणी म्हणून प्रतिमा आणि दस्तऐवज स्वीकारतात आणि त्या वळणाचा भाग म्हणून वाचतात. अयशस्वी बिल्डचा स्क्रीनशॉट, फोटो काढलेला व्हाइटबोर्ड, एक आकृती, स्कॅन केलेले कराराचे पान किंवा PDF हा प्रश्नाचा विषय असू शकतो, आधी उतरवून लिहावे लागणारे काही नाही. Pro वर जोडण्या इतर सर्वांप्रमाणेच लूपमध्ये सहभागी होतात: तपासणीला वाटले की मसुद्याने प्रतिमेत आधार नसलेल्या प्रश्नाचे उत्तर दिले आहे, तर ते पुन्हा लिहिले जाते.

चॅटमध्ये इमेज जनरेशन आणि एडिटिंग एक साधन म्हणून उपलब्ध आहे, मॉडेलचा उद्देश म्हणून नाही. Shannon 3 हे तर्क करणारे मॉडेल आहे जे संभाषणाची गरज असेल तेव्हा प्रतिमा तयार करू किंवा संपादित करू शकते, चॅट इंटरफेस जोडलेले इमेज मॉडेल नाही. हा फरक अपेक्षा योग्य ठेवतो: कुटुंबाचे मूल्यमापन ते कसे विचार करते यावर करा, आणि चित्रांना संदर्भ बदलाचा त्रास वाचवणारी सोय म्हणून पाहा.

08संदर्भ विंडो, आणि 3.x श्रेणी पुढे कुठे गेली

Shannon 3.0 32,768 टोकन संदर्भ विंडोसह लाँच झाले. हा प्रामाणिक ऐतिहासिक आकडा आहे, आणि तो स्पष्टपणे सांगणे योग्य आहे, कारण लूप संदर्भ एकल-फेरा मॉडेलपेक्षा वेगळ्या पद्धतीने वापरतो: तुमचा प्रॉम्प्ट, तुमच्या जोडण्या, विचार, आणि प्रत्येक मसुदा व तपासणी फेरा एकाच बजेटमध्ये राहतात.

बहुतांश चॅट आणि विश्लेषणाच्या कामासाठी 32K सोयीचे आहे — एक लांब दस्तऐवज, एक मोठी कोड फाइल, लूप चालण्यासाठी जागा असलेला तपशीलवार बहु-भागी प्रश्न. खरोखर मोठ्या इनपुटसाठी ते अपुरे आहे, आणि नेमकी हीच मर्यादा पुढच्या रिलीजने सोडवली. Shannon 3.1 संदर्भ विंडो लक्षणीय वाढवते आणि लूप कशाकडे वळवता येईल ते बदलते; तुम्ही आज हे कुटुंब पडताळत असाल, तर तो लेख दुसरा वाचा आणि इथला आकडा इतिहास म्हणून घ्या.

09API मधून Shannon 3 कॉल करणे

Shannon 3 आमच्या तिन्ही API बोलींमधून उपलब्ध आहे, त्याच मॉडेलवर, प्रत्येकावर स्ट्रीमिंगसह:

बोली	एंडपॉइंट	कधी वापरावी
OpenAI-सुसंगत	/v1/chat/completions	तुमच्याकडे आधीच OpenAI क्लायंट कोड आहे — बेस URL आणि मॉडेल आयडी बदला
Anthropic-सुसंगत	/v1/messages	तुमचा स्टॅक Messages स्वरूपाभोवती बांधलेला आहे
Responses	/v1/responses	तुम्हाला नवे विनंती/प्रतिसाद स्वरूप हवे आहे

मॉडेल आयडी म्हणून shannon-3 किंवा shannon-3-pro पाठवा. क्लायंटच्या बाजूने दोन गोष्टींचे नियोजन करणे योग्य आहे. Pro ची वळणे जास्त वेळ घेतात, आणि तो वेळ बदलता असतो, कारण फेऱ्यांची संख्या प्रश्नावर अवलंबून असते — टाइमआउट सरासरीऐवजी कमाल मर्यादेनुसार ठेवा, आणि स्ट्रीमिंगला प्राधान्य द्या जेणेकरून वापरकर्त्याला फिरणाऱ्या चक्राऐवजी प्रगती दिसेल. आणि तर्क हा असा आशय आहे जो दाखवायचा की नाही हे तुम्ही ठरवू शकता; जिथे वापरकर्ते वाट पाहत असतात, तिथे तो दाखवणे लपवण्यापेक्षा सहसा चांगले असते, कारण त्यामुळे रिकामा वेळ वाचनीय गोष्टीत बदलतो. विनंती व प्रतिसाद स्कीमा, स्ट्रीमिंग तपशील आणि थेट प्लेग्राउंड API दस्तऐवजीकरणात आहेत.

10स्तर निवडणे

चुकण्यासारखे जितके जास्त, तितकाच Pro च्या लूपचा विलंब सार्थ ठरतो.

तुमचे काम	स्तर	का
झटपट तथ्यात्मक प्रश्न, छोटे उत्तर	shannon-3	पहिला मसुदाच उत्तर आहे; तपासणीला पकडण्यासारखे काही नाही
मोठ्या प्रमाणातील किंवा विलंब-बंधित ऑटोमेशन	shannon-3	अंदाजयोग्य वळण वेळ ही बंधनकारक अट आहे
अटींसह बहु-भागी विश्लेषण	shannon-3-pro	वगळलेले उप-प्रश्न आणि अटींचे उल्लंघन हेच तपासणी पकडते
सुसंगत राहावे लागणारे दीर्घ लेखन	shannon-3-pro	अंतर्गत विसंगती हा पूर्ण लांबीचा गुणधर्म आहे, मसुदा लिहिताना अदृश्य
ज्या आकड्यांवर तुम्ही कृती कराल असे काहीही	shannon-3-pro	तपासणी अंकगणित आणि एकके विचारांशी ताडून पुन्हा तपासते
मॉडेलच्या माहितीच्या सीमेवरील तथ्यांना स्पर्श करणारे प्रश्न	shannon-3-pro	ज्ञान संकलन नाव घेतलेल्या पोकळीचे शोधकामात रूपांतर करते

एक व्यावहारिक पद्धत: काय विचारायचे हे तुम्ही अजून ठरवत असताना Lite वापरा, मग निश्चित झालेला प्रश्न एकदा Pro वर पुन्हा चालवा. तुम्हाला खरोखर अभिप्रेत असलेल्या प्रश्नाच्या आवृत्तीवर लूपसाठी पैसे देणे सार्थ आहे.

11वचनबद्ध होण्याआधी जाणून घेण्याजोग्या मर्यादा

फक्त बलस्थाने सांगणारे मॉडेल कार्ड म्हणजे जाहिरात. Shannon 3 तुम्हाला कुठे निराश करेल ते इथे आहे:

• Pro मंद आहे, आणि अनपेक्षितपणे मंद. दोन फेऱ्यांत स्थिरावणारे वळण आणि दहापर्यंत चालणारे वळण यांच्या प्रत्यक्ष वेळेत कित्येक पट फरक असतो. तुम्हाला मर्यादित विलंब हवा असेल तर Lite वापरा.
• तपासणी म्हणजे सिद्धता नाही. स्वतःचेच काम तपासणारे मॉडेल स्वतःचेच आंधळे कोपरे बाळगते. विचार आणि मसुदा यांच्यातील विसंगती लूप विश्वासार्हपणे पकडतो; विचारांतच आत्मविश्वासाने बाळगलेली चूक तो विश्वासार्हपणे पकडत नाही.
• संदर्भ लूपसोबत वाटला जातो. 32K वर, खूप लांब इनपुट अधिक अनेक पूर्ण-लांबीचे मसुदे ही 3.0 वरची खरी मर्यादा आहे. वाढवलेल्या मर्यादेसाठी Shannon 3.1 पाहा.
• संकलन फक्त मॉडेलच्या लक्षात आलेल्या पोकळ्या भरते. ते "मला याबद्दल खात्री नाही" चे शोधकामात रूपांतर करते, जो खरा फायदा आहे — पण ज्याबद्दल मॉडेल आत्मविश्वासाने चुकीचे आहे ते तथ्य कधीच कमतरता म्हणून नोंदवले जात नाही, त्यामुळे ते कधीच संकलित होत नाही.
• असेन्सॉर्ड म्हणजे असेन्सॉर्डच. मॉडेल नकार देणार नाही आणि सौम्य करणार नाही. तुमच्या उत्पादनाला नकाराची सीमा हवी असेल, तर ती मॉडेल पुरवेल अशी आशा करण्याऐवजी तुम्हाला दिसेल अशा ठिकाणी ती बांधा.

12वारंवार विचारले जाणारे प्रश्न

---

Shannon 3 चे संचालन Shannon Lab LLC, न्यू मेक्सिको, USA करते. इथले आकडे 3.0 लाँच कॉन्फिगरेशनचे वर्णन करतात; सध्याच्या मर्यादांसाठी Shannon 3.1 मॉडेल कार्ड आणि उर्वरित कुटुंबासाठी संशोधन निर्देशिका पाहा. आम्ही Shannon 3 साठी कोणतेही बेंचमार्क गुण प्रकाशित करत नाही आणि तुलनात्मक कामगिरीचे दावे करत नाही.