சிறிய மொழி மாதிரிகள் AI இல் ஃபை-3 மைக்ரோசாப்டின் திருப்புமுனை

பெரிய மொழி மாதிரிகள் (LLMகள்) AI திறன்களில் புரட்சியை ஏற்படுத்தியுள்ளன, ஆனால் அதிக ஆதார தேவைகளுடன் வருகின்றன. SLMகளை உள்ளிடவும் - சிறிய அளவில் ஒப்பிடக்கூடிய திறமையை உறுதியளிக்கும் காம்பாக்ட் சகாக்கள். இந்த மாதிரிகள், மைக்ரோசாப்டின் ஃபை-3 குடும்பத்தைப் போலவே, செயல்திறனைத் தியாகம் செய்யாமல் செலவு குறைந்த மாற்றீட்டை வழங்குகின்றன.

ஃபை-3 - எஸ்எல்எம்களின் அடுத்த தலைமுறை

ஃபை-3 மினி

மைக்ரோசாப்டின் ஃபை-3 மினி , ஒரு சாதாரண 3.8 பில்லியன் அளவுருக்கள், மாடல்களை அதன் அளவை விட இரண்டு மடங்கு அதிகமாகச் செயல்படுவதன் மூலம் எதிர்பார்ப்புகளை மீறுகிறது. மைக்ரோசாஃப்ட் அஸூர் மற்றும் ஹக்கிங் ஃபேஸ் உள்ளிட்ட பல்வேறு தளங்களில் கிடைக்கும் AI அணுகல்தன்மையை ஜனநாயகப்படுத்துவதில் அதன் அறிமுகம் குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது .

பன்முகத்தன்மையில் வெரைட்டி

ஃபை-3 வரிசையானது மினிக்கு அப்பால் நீண்டுள்ளது, சிறிய மற்றும் நடுத்தர வகைகள் விரைவில் பின்பற்றப்படும். இந்த பன்முகத்தன்மை பயனர்களுக்கு அவர்களின் AI தீர்வுகளை குறிப்பிட்ட தேவைகளுக்கு ஏற்ப மாற்றுகிறது, அது உள்ளூர்மயமாக்கப்பட்ட பயன்பாடுகள் அல்லது சிக்கலான கணக்கீட்டு பணிகளாக இருந்தாலும் சரி.

நவீன கம்ப்யூட்டிங்கில் SLMகளின் பங்கு

சிறியது ஆனால் வலிமையானது

ஸ்மார்ட்ஃபோன்கள் மற்றும் IoT சாதனங்கள் போன்ற எட்ஜ் கம்ப்யூட்டிங் சூழல்களுக்கு ஏற்றதாக, உள்ளூர்மயமாக்கப்பட்ட செயலாக்கம் முதன்மையாக இருக்கும் சூழ்நிலைகளில் SLMகள் சிறந்து விளங்குகின்றன. கிளவுட் உள்கட்டமைப்பின் மீதான நம்பகத்தன்மையைக் குறைப்பதன் மூலம், SLMகள் தாமதத்தை குறைக்கின்றன மற்றும் தரவு தனியுரிமையை நிலைநிறுத்துகின்றன, தொலைநிலை அல்லது வள-கட்டுப்படுத்தப்பட்ட அமைப்புகளில் AI ஒருங்கிணைப்புக்கான வழிகளைத் திறக்கின்றன.

இணைப்பு இடைவெளியைக் குறைத்தல்

வரையறுக்கப்பட்ட நெட்வொர்க் அணுகல் உள்ள பகுதிகளில், SLMகள் AI- இயக்கப்படும் செயல்பாடுகளுக்கு உயிர்நாடியை வழங்குகின்றன. விவசாய உதவி முதல் சுகாதாரக் கண்டறிதல் வரை, இந்த மாதிரிகள், தொலைதூர இடங்களில் கூட புதுமைகளை வளர்க்கும், இணைய இணைப்பிலிருந்து சுயாதீனமான AI திறன்களைப் பயன்படுத்த பயனர்களுக்கு அதிகாரம் அளிக்கிறது.

அளவுக்கு மேல் தரம்

மைக்ரோசாப்டின் திருப்புமுனை தரவு அளவில் இல்லை, ஆனால் அதன் நுணுக்கமான க்யூரேஷனில் உள்ளது. குழந்தைகள் இலக்கியத்தால் ஈர்க்கப்பட்டு, டைனிஸ்டோரிஸ் மற்றும் கோட் டெக்ஸ்ட்புக் போன்ற சிறப்பு தரவுத்தொகுப்புகளை ஆராய்ச்சியாளர்கள் வடிவமைத்தனர். உயர்தர உள்ளடக்கத்தை வடிகட்டுவதன் மூலம், இந்தத் தரவுத்தொகுப்புகள் SLM பயிற்சியை துல்லியம் மற்றும் செயல்திறனுடன் தூண்டுகின்றன.

நம்பகத்தன்மையைப் பாதுகாத்தல்

துல்லியமான க்யூரேஷன் இருந்தபோதிலும், மாதிரி ஒருமைப்பாட்டை உறுதி செய்வது மிக முக்கியமானது. மைக்ரோசாப்ட் கடுமையான பாதுகாப்பு நெறிமுறைகளைப் பயன்படுத்துகிறது, இதில் பயிற்சிக்குப் பிந்தைய மதிப்பீடுகள் மற்றும் கையேடு ரெட்-டீமிங் ஆகியவை சாத்தியமான அபாயங்களைக் குறைக்கின்றன. Azure AI இன் கருவிகளின் தொகுப்புடன் இணைந்து , டெவலப்பர்கள் நம்பிக்கையுடன் வலுவான, நம்பகமான பயன்பாடுகளை உருவாக்க முடியும்.

பணிக்கான சரியான கருவியைத் தேர்ந்தெடுப்பது

சமநிலை மற்றும் திறன்

SLMகள் சுறுசுறுப்பு மற்றும் மலிவுத்திறனை வழங்கும் அதே வேளையில், LLMகள் சிக்கலான, தரவு-தீவிரமான பணிகளில் தங்கள் விளிம்பைத் தக்கவைத்துக் கொள்கின்றன. விஞ்ஞான ஆராய்ச்சி முதல் சிக்கலான தரவு பகுப்பாய்வு வரை, எல்எல்எம்களின் விரிவான திறன் இணையற்ற செயல்திறனை செயல்படுத்துகிறது, ஒவ்வொரு பயன்பாட்டு நிகழ்வுக்கும் சரியான மாதிரியைத் தேர்ந்தெடுப்பதன் முக்கியத்துவத்தை அடிக்கோடிட்டுக் காட்டுகிறது.

ஒன்றாக முன்னேறுங்கள்

மைக்ரோசாப்டின் ஃபை-3 மாதிரிகள் AI பல்துறையின் ஒரு புதிய சகாப்தத்தை அறிவிக்கின்றன, அங்கு நிறுவனங்கள் தங்கள் பணிப்பாய்வுகளில் வடிவமைக்கப்பட்ட தீர்வுகளை தடையின்றி ஒருங்கிணைக்க முடியும். அணுகல் மற்றும் திறனுக்கு இடையே உள்ள இடைவெளியைக் குறைப்பதன் மூலம், இந்த மாதிரிகள் ஒரு நேரத்தில் ஒரு கண்டுபிடிப்பு, செயற்கை நுண்ணறிவின் முழு திறனையும் திறக்க பயனர்களுக்கு அதிகாரம் அளிக்கிறது.