top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Alts mengembangkan model bahasa skala besar baru menggunakan GPU skala kecil, mencapai kinerja tertinggi di Jepang

Generatived

31/10/23, 18.15

Orts (Minato-ku, Tokyo) adalah perusahaan yang mengembangkan dan mengkomersialkan AI pribadi, dan telah mengembangkan model bahasa skala besar baru "LHTM-OPT" dengan jumlah parameter yang dioptimalkan yang dapat digunakan pada mesin GPU skala kecil. Perusahaan mengumumkan bahwa mereka telah mengembangkan ``Opt'' dan telah mencatat kinerja tertinggi sebagai LLM (Model Bahasa Skala Besar) swasta komersial Jepang. Evaluasi ini didasarkan pada tolok ukur LLM "Rakuda", yang mencapai kinerja terbaik di Jepang jika dibandingkan dengan model bahasa skala besar di Jepang.

Model bahasa berskala besar dengan parameter berskala besar memerlukan sumber daya dan energi komputasi yang sangat besar, dan terdapat kekhawatiran mengenai peningkatan beban terhadap lingkungan. Oleh karena itu, saat ini sedang aktif dilakukan penelitian terhadap model parameter skala kecil yang ringan namun memiliki akurasi yang sama dengan model skala besar. Orts mulai aktif dan sejak awal mengembangkan AI generatif untuk memecahkan masalah sosial tersebut, dan telah berhasil mengembangkan "LHTM-OPT", model parameter skala kecil.

Model bahasa skala besar "LHTM-2" yang disediakan oleh Alts memiliki sejumlah besar parameter dan diatur untuk memiliki tingkat kebebasan penyesuaian yang sangat tinggi. Sebaliknya, ``LHTM-OPT'' adalah model ringan yang dioptimalkan untuk penggunaan praktis, karena parameternya dapat dijalankan bahkan pada mesin GPU skala kecil. Dalam mengembangkan LHTM-OPT, Orts tidak hanya belajar dari data terbuka, tetapi juga membuat kumpulan data instruksi dan data interaksinya sendiri untuk meningkatkan akurasi.

Skor evaluasi "LHTM-OPT" telah mencapai 1152, level tertinggi di Jepang per 19 Oktober 2023. Ia juga mencapai skor tertinggi di Jepang sebesar 56,12 di antara model komersial dalam rata-rata 8 tugas dari tolok ukur pemahaman bahasa Jepang "JGLUE (Evaluasi Pemahaman Bahasa Umum Jepang)." Nilai rata-rata untuk empat tugas utama JGLUE untuk "LHTM-OPT" adalah 75,08. Fakta bahwa mereka mampu mencapai setiap skor di bawah parameter 10B dianggap sebagai tanda tingginya tingkat kemampuan teknologi Alts di tingkat global.

Bagikan artikel ini:

Tin tức mới nhất
NVIDIAが機密計算技術検証

NVIDIAが機密計算技術検証

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、機密計算機能「Confidential Computing」を有効化した環境におけるAI推論処理の性能検証結果を公表した。

MicrosoftがGPT6提供

MicrosoftがGPT6提供

24/9/26, 07.00

Microsoft(米国ワシントン州)は、開発プラットフォーム『Microsoft Foundry』において『GPT-6 Sol』および『GPT-6 Luna』の提供を開始した。

NVIDIAがウイルス構造公開

NVIDIAがウイルス構造公開

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、国際研究組織の連合体と共同で2,800種以上のウイルスにおけるタンパク質複合体の3D予測構造を一般公開したと発表した。

NVIDIAが新評価指標発表

NVIDIAが新評価指標発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、推論サーバー向けソフトウェアにおけるAIコーディングエージェントの性能を測定する新評価指標『SWE-Serve』を発表した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
NVIDIAが機密計算技術検証

NVIDIAが機密計算技術検証

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、機密計算機能「Confidential Computing」を有効化した環境におけるAI推論処理の性能検証結果を公表した。

MicrosoftがGPT6提供

MicrosoftがGPT6提供

24/9/26, 07.00

Microsoft(米国ワシントン州)は、開発プラットフォーム『Microsoft Foundry』において『GPT-6 Sol』および『GPT-6 Luna』の提供を開始した。

NVIDIAがウイルス構造公開

NVIDIAがウイルス構造公開

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、国際研究組織の連合体と共同で2,800種以上のウイルスにおけるタンパク質複合体の3D予測構造を一般公開したと発表した。

NVIDIAが新評価指標発表

NVIDIAが新評価指標発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、推論サーバー向けソフトウェアにおけるAIコーディングエージェントの性能を測定する新評価指標『SWE-Serve』を発表した。

bottom of page