70 miliar parameter! IBM akan menyediakan model open source seperti ChatGPT Llama 2

Sumber: Komunitas Terbuka AIGC

Sumber gambar: Dihasilkan oleh AI Tak Terbatas

Pada 10 Agustus, IBM mengumumkan di situs resminya bahwa mereka akan menyediakan Llama 2, model bahasa besar open source dengan 70 miliar parameter, di watsonx.ai dan platform data. (Alamat percobaan gratis:

Llama 2 adalah model bahasa besar mirip ChatGPT yang bersumber terbuka dari raksasa teknologi dan sosial Meta bulan lalu dan diizinkan untuk dikomersialkan. Llama 2 dibangun berdasarkan Llama, memiliki tiga parameter 7 miliar, 13 miliar, dan 70 miliar, yang dapat digunakan untuk mengembangkan berbagai produk AI generatif, dan saat ini merupakan salah satu model bahasa besar open source yang paling kuat.

watsonx.ai milik watsonx, yang merupakan model bahasa besar IBM dan platform pengembangan AI generatif, menyediakan platform pengembangan satu atap untuk pra-pelatihan, penyempurnaan, verifikasi data, penerapan, dan pengembangan model dasar. Belum lama ini, NASA bekerja sama dengan IBM untuk melatih dan menyempurnakan model geospasial besar Prithvi di platform watsonx.ai.

Dengan popularitas ChatGPT di luar lingkaran, model besar AI open source bermunculan dan berkembang pesat, dan sejumlah besar produk diunggah ke Hugging Face, GitHub, dan platform open source lainnya setiap hari.

Namun bagaimana menggunakan dan mengembangkan model ini secara efisien tidaklah mudah bagi UKM dan pengembang individu. Untuk membantu pengembang menyederhanakan lingkungan pengembangan dan meningkatkan efisiensi pengembangan, IBM meluncurkan watsonx.ai.

watsonx.ai terutama terdiri dari empat blok utama: model dasar, lab petunjuk, ilmu data dan MLOp dan Tuning Studio (segera hadir).

Model dasar: Fungsi ini menyederhanakan pemilihan dan pengunduhan model. Pengguna dapat langsung mengakses model besar AI open source populer pada platform Hugging Face di watsonx.ai, misalnya, Llama 2 disediakan kali ini, serta penggunaan dan ukuran yang berbeda dari Pelatihan mandiri IBM , model arsitektur.

Hint Lab: Membantu developer melatih dan menyempurnakan petunjuk yang dihasilkan dari model. Berbagai penyempurnaan pemrosesan bahasa alami, seperti menjawab pertanyaan teks, pembuatan konten, peringkasan, klasifikasi dan ekstraksi teks, dapat dilakukan hanya dengan beberapa contoh atau bahkan tanpa data.

Ilmu Data dan MLOp: Dengan terhubung ke berbagai API, SDK, dan pustaka model, ini dapat mengotomatiskan seluruh siklus hidup model AI dari pengembangan hingga penerapan, sangat menyederhanakan konfigurasi pengembangan dan koneksi sumber daya.

Tuning Studio: Ini adalah fungsi penyempurnaan cepat yang menyesuaikan akurasi dan kinerja model dasar dengan menggunakan data berlabel. Fitur ini akan segera diluncurkan dalam rilis watsonx.ai berikutnya.

IBM menyatakan bahwa untuk lebih membantu perusahaan mempercepat penerapan AI generatif dan model besar, sebuah "Pusat Keunggulan AI" dengan lebih dari 1.000 pakar AI generatif profesional telah dibentuk, yang dapat memberikan pengembangan satu atap seperti model fine- penyetelan, penerapan, dan pemeliharaan. Dan IBM akan mengutamakan privasi pengguna dan keamanan data, serta menyediakan layanan AI yang aman dan andal.