AI υψηλής απόδοσης για επιχειρήσεις από την IBM

Στην ετήσια εκδήλωση TechXchange της IBM, η εταιρεία ανακοίνωσε την κυκλοφορία της πιο προηγμένης οικογένειας μοντέλων τεχνητής νοημοσύνης που έχει αναπτύξει μέχρι σήμερα, τα Granite 3.0. Τα γλωσσικά μοντέλα Granite τρίτης γενιάς, ναυαρχίδα της IBM, μπορούν να ξεπεράσουν ή να συγκριθούν με μοντέλα παρόμοιου μεγέθους από κορυφαίους παρόχους μοντέλων σύμφωνα με ακαδημαϊκούς και επιχειρηματικούς δείκτες, επιδεικνύοντας ισχυρές επιδόσεις, διαφάνεια και ασφάλεια.

Τα νέα γλωσσικά μοντέλα Granite 3.0 8B και 2B έχουν σχεδιαστεί ως «εργαλεία εργασίας» για επιχειρησιακή τεχνητή νοημοσύνη (enterprise AI), παρέχοντας ισχυρές επιδόσεις για εργασίες, όπως Retrieval Augmented Generation (RAG), ταξινόμηση, σύνοψη, εξαγωγή δεδομένων και χρήση εργαλείων. Αυτά τα συμπαγή, ευέλικτα μοντέλα είναι σχεδιασμένα για λεπτομερή προσαρμογή με τα δεδομένα της επιχείρησης και απρόσκοπτη ενσωμάτωση σε διαφορετικά επιχειρηματικά περιβάλλοντα ή ροές εργασίας.

Ενώ πολλά μεγάλα γλωσσικά μοντέλα (LLM) εκπαιδεύονται σε δημόσια διαθέσιμα δεδομένα, η πλειοψηφία των εταιρικών δεδομένων παραμένει ανεκμετάλλευτη. Συνδυάζοντας ένα μικρό μοντέλο Granite με εταιρικά δεδομένα, ειδικά μέσω της επαναστατικής τεχνικής προσαρμογής InstructLab – που παρουσιάστηκε από την IBM και τη RedHat τον Μάιο – η IBM πιστεύει ότι οι επιχειρήσεις μπορούν να επιτύχουν επιδόσεις σε εξιδεικευμένες εργασίες που συγκρίνονται με αυτές των μεγαλύτερων μοντέλων, σε ένα κλάσμα του κόστους (με βάση ένα παρατηρούμενο εύρος 3x-23x μικρότερου κόστους σε σύγκριση με τα μεγαλύτερα μοντέλα σε πολλές πρώτες αποδείξεις της ιδέας).

Η έκδοση Granite 3.0 επιβεβαιώνει τη δέσμευση της IBM για την οικοδόμηση διαφάνειας, ασφάλειας και αξιοπιστίας στα προϊόντα τεχνητής νοημοσύνης. Η τεχνική έκθεση Granite 3.0 και ο οδηγός υπεύθυνης χρήσης παρέχουν περιγραφή για τα σύνολα δεδομένων που χρησιμοποιήθηκαν για την εκπαίδευση αυτών των μοντέλων, λεπτομέρειες για τη διαδικασία φιλτραρίσματος, καθαρισμού και επιμέλειας που εφαρμόστηκε, καθώς και αναλυτικά αποτελέσματα των επιδόσεων των μοντέλων με βάση σημαντικούς ακαδημαϊκούς και επιχειρηματικούς δείκτες.

ΤΕΥΧΟΣ 604