मायक्रोसॉफ्टची नवीन पीएचआय -4-मिनी-फ्लॅश-रिसनिंग मॉडेल 10 एक्सने ऑन-डिव्हाइस एआय वेगवान करते

मायक्रोसॉफ्टने नवीन पीएचआय -4-मिनी-फ्लॅश-रीझनिंग स्मॉल लँग्वेज मॉडेल सादर केला आहे ज्याचा मुख्य फायदा आहे की यामुळे एज डिव्हाइस, मोबाइल अ‍ॅप्स आणि एम्बेडेड सिस्टम सारख्या संसाधन-मर्यादित वातावरणात प्रगत तर्क आणते. आपल्या डिव्हाइसवर स्थानिक पातळीवर यासारखे मॉडेल चालवून, आपण ओपनई आणि Google च्या आवडीनुसार सर्व्हरला विनंत्या पाठवून आपली गोपनीयता वाढविता जी नवीन मॉडेल्सना प्रशिक्षण देण्यासाठी आपल्या इनपुटचा वापर करतात.

बरीच नवीन डिव्हाइस न्यूरल प्रोसेसिंग युनिट्ससह लाँच करीत आहेत आता प्रभावी पद्धतीने एआय स्थानिक पातळीवर चालविणे शक्य आहे जेणेकरून मायक्रोसॉफ्टमधून यासारख्या घडामोडी दररोज अधिकाधिक संबंधित होतील.

हे मायक्रोसॉफ्टचे नवीन पीएचआय मॉडेल सांबे नावाची नवीन आर्किटेक्चर वापरते आणि या मॉडेलमध्ये समाविष्ट केलेला हा मुख्य नाविन्य आहे. सांबायच्या आत, गेटेड मेमरी युनिट (जीएमयू) नावाचे काहीतरी आहे जे मॉडेलच्या अंतर्गत भागांमध्ये अधिक कार्यक्षम होण्यासाठी कार्यक्षमतेने माहिती सामायिक करते.

या प्रगतींसह, हे मॉडेल उत्तरे आणि संपूर्ण कार्ये अधिक वेगवान व्युत्पन्न करू शकते, अगदी लांब इनपुटसह. हे पीएचआय मॉडेल मोठ्या प्रमाणात डेटा हाताळण्यास आणि मजकूर किंवा संभाषणांचे बरेच लांब तुकडे देखील समजण्यास सक्षम आहे.

या मॉडेलचे मुख्य आकर्षण असे आहे की त्यात इतर पीएचआय मॉडेलपेक्षा 10 पट जास्त थ्रूपुट आहे. याचा अर्थ असा की हे मॉडेल कोणत्याही वेळेस बरेच काम करू शकते. मूलत:, ते 10 पट अधिक विनंत्यांवर प्रक्रिया करू शकते किंवा समान वेळेत 10 पट अधिक मजकूर व्युत्पन्न करू शकते जे वास्तविक-जगातील अनुप्रयोगांसाठी एक प्रचंड सुधारणा आहे. विलंब देखील दोन ते तीन वेळा कमी झाला आहे.

पीएचआय -4-मिनी-फ्लॅश-रीझनिंगची गती आणि कार्यक्षमतेत सुधारणा झाल्यामुळे, ते अधिक माफक हार्डवेअरवर स्थानिक पातळीवर एआय चालविण्यातील अडथळे कमी करते. मायक्रोसॉफ्टने सांगितले की हे मॉडेल अनुकूलक शिक्षणासाठी उपयुक्त ठरेल जेथे रीअल-टाइम फीडबॅक लूप आवश्यक आहेत; मोबाइल स्टडी एड्स सारख्या ऑन-डिव्हाइस रीझनिंग एजंट म्हणून; आणि इंटरएक्टिव्ह ट्यूटरिंग सिस्टम जे शिकणार्‍या कामगिरीवर आधारित सामग्रीची गतिशीलपणे समायोजित करतात.

मायक्रोसॉफ्ट हे मॉडेल विशेषत: गणित आणि संरचित युक्तिवादामध्ये मजबूत आहे. हे शिक्षण तंत्रज्ञान, हलके वजन सिम्युलेशन आणि स्वयंचलित मूल्यांकन साधनांसाठी मूल्यवान बनवते ज्यास विश्वासार्ह तर्कशास्त्र अनुमान आणि वेगवान प्रतिसाद वेळा आवश्यक आहे.

नवीन पीएचआय -4-मिनी-फ्लॅश-रिसनिंग अझर एआय फाउंड्री, एनव्हीडिया एपीआय कॅटलॉग आणि वर उपलब्ध आहे मिठी मारणारा चेहरा?

प्रतिमा मार्गे डिपॉझिटफोटोस.कॉम