Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

LFM2.5-24B-A2B. Ստեղծված է սարքի վրա աշխատող արագ գործակալների համար

Hacker News (YC)
Advertisement468 × 90
LFM2.5-24B-A2B. Ստեղծված է սարքի վրա աշխատող արագ գործակալների համար

Liquid AI ընկերությունը ներկայացրել է LFM2.5-24B-A2B մոդելը, որը հատուկ նախագծված է սարքի վրա աշխատող բարձր արդյունավետությամբ գործակալային համակարգերի համար: 24 միլիարդ պարամետր ունեցող այս մոդելը նպատակ ունի հավասարակշռել հաշվողական արդյունավետությունը և առաջադեմ տրամաբանական կարողությունները՝ դարձնելով այն հարմար սպառողական սարքավորումների վրա տեղայնացման համար: Շեշտադրելով արագությունն ու ցածր ուշացումը՝ մոդելը թույլ է տալիս ստեղծել արձագանքող AI գործակալներ, որոնք կարող են բարդ առաջադրանքներ կատարել առանց ամպային ենթակառուցվածքների օգնության: Այս թողարկումը ընդգծում է Liquid AI-ի հանձնառությունը՝ ստեղծելու մասնագիտացված ճարտարապետություններ, որոնք գերազանցում են ավանդական տրանսֆորմերային մոդելներին եզրային հաշվարկների (edge computing) սցենարներում: Մշակողներն այժմ կարող են օգտագործել այս մոդելը՝ իրենց հավելվածներում ներդնելու համար բարդ, գաղտնի և արագ արհեստական բանականության հնարավորություններ: Սա կարևոր քայլ է դեպի տեղային սարքերում հզոր AI մոդելների ներդրման միտումը, ինչը նվազեցնում է մշտական ինտերնետ կապի անհրաժեշտությունը և բարձրացնում օգտատերերի տվյալների գաղտնիությունը:

This is a summary. Read the full article at the original source:

Hacker News (YC)
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Habr-ի այս հոդվածը անդրադառնում է ժամանակակից տեղային LLM-ների հիմնական խնդիրներից մեկին՝ համատեքստի մշակման ժամանակ առաջացող ուշացումներին և երկարատև…

Habr

YouTube-ը պաշտոնապես ներկայացրել է նոր նշագրման համակարգ, որը նախատեսված է գեներատիվ արհեստական բանականության միջոցով ստեղծված բովանդակության վերաբերյ…

CNET

Խորհրդատվական հսկա McKinsey & Company-ն իր աշխատանքի ընդունման գործընթացում ներդնում է նոր բաղադրիչ՝ 10-րոպեանոց արհեստական բանականության (ԱԲ) սիմուլյ…

The Verge
Advertisement970 × 250