[ad_1]
نوشته و ویرایش شده توسط مجله ی نارنجی پوش
مرکز تحقیقات هوش مصنوعی پارت از تازه ترین دستاورد خود در عرصه مدلهای بزرگ زبانی (LLMs) پرده برداشت و یکی از مدل های ۸ میلیارد پارامتری خود که متعلق به گروه مدلهای زبانی درنا است را بهصورت متن باز در دسترس اکوسیستم هوش مصنوعی سرزمین قرار داد. این مدل با منفعت گیری از کلان دادههای زبان فارسی آموزش دیده و به طور رایگان و متنباز توسط عموم گسترشدهندگان و کسبوکارهای حوزه هوش مصنوعی قابل دریافت است.
تعداد بسیاری از LLMهای نقل دنیا که بهصورت منبعباز اراعه شدهاند، بر پایه زبان انگلیسی، زبانهای برنامهنویسی و برخی از زبانهای پرکاربرد جهانی آموزش دیدهاند و بهترین کارکرد خود را در این چنین زبانهایی به نمایش میگذارند. این در حالی است که تعداد بسیاری از زبانهای زنده و محبوب همانند فارسی توسط LLMها حمایتنمیشوند و یا در صورت پشتیبانی، با ایرادات تعداد بسیاری همراه می باشند. در این چنین موقعیتی، اهمیت مدلهایی همانند درنا که با تمرکز حداکثری بر زبان فارسی گسترش اشکار کردهاند، بیشازپیش خودنمایی میکند.
طی ماههای تازه، مرکز تحقیقات هوش مصنوعی پارت با معارفه گروه مدل بزرگ زبانی درنا و مدل زبانی توکا، در راستای مقصد خود برای رشد و گسترش زیستبوم نوآوری و هوش مصنوعی فارسی قدم برداشته است. حال در امتداد دستیابی به این مقصد، پارت تصمیم دارد تا با اراعه یک مدل ۸ میلیارد پارامتری از گروه مدلهای درنا بهصورت متنباز، روال ساخت محصولات مبتنی بر هوش مصنوعی فارسی همانند دستیارها، چتباتها و دیگر ابزارهای هوشمند را برای اکوسیستم هوش مصنوعی و کسبوکارها از همیشه سادهتر و کارآمدتر کند.
این مدل زبانی بزرگ ۸ میلیارد پارامتری با منفعت گیری از تازه ترین معماری و فناوری روز دنیا در عرصه مدلهای زبانی گسترش یافته که علتمیبشود این مدل فارسی، حتی در قیاس با برخی مدلهای بزرگتر از خود، کارکرد بهتری داشته باشد و عملکردی دقیقتر از همه مدلهای فارسی منتشرشده تا به امروز به ثبت رساند. بهعلاوه، این مدل درنا، در مأموریت خود که گسترش بهینهترین مدلهای زبانی مبتنی بر فارسی است، دستاورد چشمگیری داشته و موفق شده در شاخصهای زبان فارسی از تعداد بسیاری از مدلهای نقل دنیا پیشی گیرد؛ تا جایی که نمره کلی بهتری در برسی و قیاس با مدلهایی همچون Meta Llama 3 کسب کرده و به طور چشمگیری در تعامل های زبان بومی و بعد عرصههای فرهنگی ایرانی و فارسی، کارکرد بهتری نسبت به شبیه های خارجی دارد. جزئیات زیاد تر در خصوص قیاسها و برسیهای این مدل درنا در صفحه مرکز تحقیقات هوش مصنوعی پارت در سایت هاگینگ فیس قابل مشاهده است.
خلاصهسازی متون، کدنویسی، تشخیص احساسات، جواب به سؤالات طویل، سوال و جوابهای بله و خیر، جواب 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، کارکرد قسمتهای گوناگون این مدل نیز به طور مداوم بهبود اشکار میکند.
یکی از با اهمیت ترین ویژگیهای برنامههای متنباز، قابلیت شخصیسازی گسترده آنها است و مدل ۸ میلیاردی از گروه درنا هم از این قاعده مستثنا نیست. پارت این امکان را برای کسبوکارها، گسترشدهندگان و محققان فراهم کرده که این مدل متنباز درنا را بر پایه دادههای خود شخصیسازی یا به کلمه Fine-tune کنند و ویژگیهای گوناگونی را مشابه با کسبوکار و اهداف خود به مدل نهایی خود بیفزایند. علاوه بر این، پارت برای اولین بار در ایران، از این مدل زبانی بزرگ روی سرورهای هاگینگ فیس میزبانی میکند، تا کاربران بدون نیاز به زیرساخت یا سختافزار، به طور رایگان این LLM ۸ میلیارد پارامتری را در این سایت تست و آزمایش کنند.
با دقت به عمل های تازه صورت گرفته توسط این مجموعه، پارت گسترش مدلهای زبانی را در کنار دیگر اهداف خود ادامه میدهد و برنامه دارد طی ماههای آینده، در کنار این مدل ۸ میلیاردی متنباز، از دیگر مدلهای بزرگتر گروه درنا هم در محصولات تجاری خود منفعت گیری کند.
شما میتوانید با مراجعه به لینک زیر، آخرین نسخه از این مدل زبانی را دریافت و آن را به طور رایگان، تست و برسی کنید:
دسته بندی مطالب
مقالات کسب وکار
[ad_2]


