40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 عرضه رایگان هوش مصنوعی درنا با ۸ میلیارد پارامتر

عرضه رایگان هوش مصنوعی درنا با ۸ میلیارد پارامتر

مرکز تحقیقات هوش مصنوعی پارت از تازه‌ترین دستاورد خود درزمینهٔ مدل‌های بزرگ زبانی (LLM) رونمایی کرد و یکی از مدل‌های ۸ میلیارد پارامتری خود را که متعلق به گروه مدل‌های زبانی درنا است، به‌صورت متن‌باز در دسترس اکوسیستم هوش مصنوعی کشور قرار داد.

مدل تازه درنا با کلان‌داده‌های زبان فارسی (Big Data) آموزش دیده و عموم توسعه‌دهندگان و کسب‌وکارهای حوزه هوش مصنوعی می‌توانند آن را به‌صورت رایگان و متن‌باز قابل دریافت کنند.

بسیاری از LLM های مطرح دنیا که به‌صورت منبع‌باز ارائه شده‌اند، بر پایه زبان انگلیسی، زبان‌های برنامه‌نویسی و برخی از زبان‌های پرکاربرد جهانی آموزش دیده‌اند و بهترین عملکرد خود را در چنین زبان‌هایی به نمایش می‌گذارند؛ به همین دلیل است که بسیاری از زبان‌های زنده و محبوب مانند فارسی با LLMها پشتیبانی نمی‌شوند یا در صورت پشتیبانی، با ایرادات بسیاری همراهند. در چنین موقعیتی، اهمیت مدل‌هایی مانند درنا که با تمرکز حداکثری بر زبان فارسی توسعه پیدا کرده‌اند، بیش‌ازپیش مشخص می‌شود.

طی ماه‌های اخیر، مرکز تحقیقات هوش مصنوعی پارت با معرفی گروه مدل بزرگ زبانی درنا و مدل زبانی توکا، در راستای هدف خود برای رشد و گسترش زیست‌بوم نوآوری و هوش مصنوعی فارسی گام برداشته است. پارت در ادامه این مسیر قصد دارد تا با عرضه متن‌باز مدلی ۸ میلیارد پارامتری از گروه مدل‌های درنا برای اکوسیستم هوش مصنوعی و کسب‌وکارها، روند ساخت محصولات مبتنی بر هوش مصنوعی فارسی را مانند دستیارها، چت‌بات‌ها و دیگر ابزارهای هوشمند ساده‌تر و کارآمدتر از همیشه سازد.

این مدل زبانی بزرگ با ۸ میلیارد پارامتر، از جدیدترین معماری و فناوری روز دنیا درزمینهٔ مدل‌های زبانی بهره می‌برد که باعث می‌شود این مدل فارسی حتی در مقایسه با برخی مدل‌های بزرگ‌تر از خود، کارکرد بهتری داشته باشد و عملکردی دقیق‌تر از تمامی مدل‌های فارسی منتشرشده تا به امروز ارائه دهد. به‌علاوه، این مدل درنا در مأموریت خود که توسعه بهینه‌ترین مدل‌های زبانی مبتنی بر فارسی است، دستاورد چشمگیری داشته و موفق شده است در شاخص‌های زبان فارسی از بسیاری از مدل‌های مطرح دنیا پیشی گیرد؛ تا جایی که نمره کلی به‌مراتب بهتری در ارزیابی و مقایسه با مدل‌هایی همچون Meta Llama 3 کسب کرده و در تعاملات زبان بومی و پس‌زمینه‌های فرهنگی ایرانی و فارسی، به‌طور چشمگیری عملکرد بهتری نسبت به مشابه‌های خارجی دارد. جزئیات بیشتر درباره مقایسه‌ها و ارزیابی‌های این مدل درنا در صفحه مرکز تحقیقات هوش مصنوعی پارت در سایت هاگینگ‌فیس قابل‌مشاهده است.

خلاصه‌سازی متون، کدنویسی، تشخیص احساسات، پاسخ به سؤالات طولانی، پرسش و پاسخ‌های بله و خیر، پاسخ به سؤالات عمومی، تاریخی، ریاضی، اخبار و… تنها بخشی از توانمندی‌های این مدل بزرگ زبانی است و رفته‌رفته با افزایش کاربران و اعمال بازخوردهای دریافتی، عملکرد بخش‌های مختلف این مدل نیز به‌طور مداوم بهبود پیدا می‌کند.

یکی از مهم‌ترین ویژگی‌های برنامه‌های متن‌باز، قابلیت شخصی‌سازی گسترده آن‌هاست و مدل ۸ میلیاردی گروه درنا هم از این قاعده مستثنا نیست. پارت این امکان را برای کسب‌وکارها، توسعه‌دهندگان و محققان فراهم کرده که این مدل متن‌باز را بر پایه داده‌های خود شخصی‌سازی (به‌اصطلاح Fine-tune) کنند و ویژگی‌های گوناگونی را متناسب با کسب‌وکار و اهداف خود به مدل نهایی خود بیفزایند. هم‌چنین برای اولین بار در ایران،‌ پارت از این مدل زبانی بزرگ روی سرورهای هاگینگ‌فیس میزبانی می‌کند تا کاربران بدون نیاز به زیرساخت یا سخت‌افزار، به‌صورت رایگان این LLM ۸ میلیارد پارامتری را تست و آزمایش کنند.

پارت توسعه مدل‌های زبانی را در کنار سایر اهداف خود ادامه می‌دهد و برنامه دارد طی ماه‌های آینده از دیگر مدل‌های بزرگ‌تر گروه درنا هم در محصولات تجاری خود استفاده کند.

علاقه‌مندان می‌توانند با مراجعه به لینک زیر، آخرین نسخه از این مدل زبانی را دریافت و آن را به‌صورت رایگان، تست و ارزیابی کنند.

https://partdp.ai/blog/dorna

همچنین برای مشاهده صفحه مدل درنا در سایت هاگینگ‌فیس از لینک زیر اقدام کنید:

https://huggingface.co/PartAI/Dorna-Llama3-8B-Instruct

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]