मेटाले LLaMA मोडल सुरु गर्छ, OpenAI को GPT-3 भन्दा बढी शक्तिशाली खोज उपकरण

मेटाले भर्खरै LLaMA नामक नयाँ एआई भाषा जेनेरेटर जारी गरेको छ, उच्च अभिनव कम्पनीको भूमिका पुष्टि गर्दै।

"आज हामी नयाँ, अत्याधुनिक एआई ठूलो भाषा मोडेल LLaMA जारी गर्दैछौं जसलाई अनुसन्धानकर्ताहरूलाई उनीहरूको कामलाई अगाडि बढाउन मद्दत गर्न डिजाइन गरिएको हो," सीईओ मार्क जुकरबर्गले फेसबुक पोस्टमा भने।

किन लामा

ठूला भाषा मोडेलहरूले प्राविधिक संसारलाई आँधीबेहरीमा लिएका छन्। तिनीहरूले कृत्रिम बुद्धिमत्ता उपकरणहरू शक्ति दिन्छ, जस्तै GPT च्याट गर्नुहोस् र अन्य कुराकानी मोडेलहरू। यद्यपि, यी उपकरणहरू प्रयोग गर्दा महत्त्वपूर्ण जोखिम, प्रशंसनीय तर झूटा दाबीहरू, विषाक्त सामग्री उत्पन्न गर्ने, र एआई प्रशिक्षण डेटामा निहित पूर्वाग्रहको नक्कल गर्ने। 

शोधकर्ताहरूलाई यी समस्याहरू समाधान गर्न मद्दत गर्न, शुक्रबार, फेब्रुअरी 25, मेटा  जारी गर्ने घोषणा गरे नयाँ ठूलो भाषा मोडेल भनिन्छ लामा (Large Language Model मेटा एआई) . 

LLaMA भनेको के हो?

LLaMA होइन chatbot, तर यो एक खोज उपकरण हो कि, Meta ai को अनुसार, भाषा मोडेलहरु संग सम्बन्धित समस्याहरु को समाधान गर्नेछ AI। "साना, राम्रो प्रदर्शन गर्ने मोडेलहरू जस्तै LLaMA ले अनुसन्धान समुदायका अरूहरूलाई यी मोडेलहरू अध्ययन गर्न ठूलो मात्रामा पूर्वाधारमा पहुँच नभएकाहरूलाई अनुमति दिन्छ, यस महत्त्वपूर्ण र द्रुत रूपमा विकसित भइरहेको क्षेत्रमा पहुँचलाई थप प्रजातान्त्रिक बनाउँदै," मेटाले आफ्नो ब्लगमा भने। आधिकारिक .

LLaMA 7B देखि 65B मापदण्डहरूको भाषा मोडेलहरूको संग्रह हो। कम्पनीले आफ्ना मोडेलहरूलाई ट्रिलियन टोकनहरूमा तालिम दिन्छ, यसले सार्वजनिक डाटासेटहरू प्रयोग गरेर अत्याधुनिक मोडेलहरूलाई प्रशिक्षित गर्न सक्छ र स्वामित्व, पहुँचयोग्य डाटासेटहरूमा भर पर्दैन।

लामा फरक छ

मेटाका अनुसार, LLaMA जस्ता मोडेल प्रशिक्षणलाई नयाँ प्रयोगका केसहरू परीक्षण, प्रमाणीकरण र अन्वेषण गर्न धेरै कम कम्प्युटिङ पावर चाहिन्छ। आधारभूत भाषा मोडेलहरूले लेबल नगरिएको डाटाको ठूला ब्लकहरूमा तालिम दिन्छ, तिनीहरूलाई विभिन्न कार्यहरूमा अनुकूलनको लागि आदर्श बनाउँछ। 

आफ्नो अनुसन्धान पत्रमा, मेटाले उल्लेख गरेको छ कि LLaMA-13B ले ओपनएआईको GPT-3 (175B) लाई धेरै बेन्चमार्कहरूमा उछिनेको छ र LLaMA-65B शीर्ष मोडेलहरूसँग प्रतिस्पर्धी छ, DeepMind द्वारा Chinchilla70B e Google बाट PaLM-540B. 

LLaMA हाल कुनै पनि मेटा एआई उत्पादनहरूमा प्रयोगमा छैन, तथापि, कम्पनीले यसलाई अनुसन्धानकर्ताहरूलाई उपलब्ध गराउने योजना बनाएको छ। कम्पनीले पहिले आफ्नो LLM OPT-175B सुरु गरेको थियो, तर LLaMA यसको सबैभन्दा उन्नत प्रणाली हो। 

कम्पनीले यसलाई अनुसन्धान प्रयोगका केसहरूमा केन्द्रित गैर-व्यावसायिक इजाजतपत्र अन्तर्गत उपलब्ध गराउँदैछ। यो शैक्षिक शोधकर्ताहरूको लागि उपलब्ध हुनेछ; सरकार, नागरिक समाज र शैक्षिक संस्थाहरूसँग सम्बद्ध व्यक्तिहरू; र विश्वभरका औद्योगिक अनुसन्धान प्रयोगशालाहरू।

Ercole Palmeri