ChatGPT-യെ അനുസ്മരിപ്പിക്കുന്ന ഓപ്പൺ-സോഴ്സ് AI ബോട്ടായ OpenAssistant-ന്റെ ആദ്യ പതിപ്പ്

സൗജന്യ മെഷീൻ ലേണിംഗ് സിസ്റ്റങ്ങൾ സൃഷ്ടിക്കുന്നതിനുള്ള ടൂളുകളും മോഡലുകളും ഡാറ്റാ ശേഖരണവും വികസിപ്പിക്കുന്ന ലയൺ (വലിയ തോതിലുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഓപ്പൺ നെറ്റ്‌വർക്ക്) കമ്മ്യൂണിറ്റി (ഉദാഹരണത്തിന്, സ്റ്റേബിൾ ഡിഫ്യൂഷൻ ഇമേജ് സിന്തസിസ് സിസ്റ്റത്തിന്റെ മോഡലുകൾ പരിശീലിപ്പിക്കാൻ LAION ശേഖരം ഉപയോഗിക്കുന്നു), അവതരിപ്പിച്ചത് ഓപ്പൺ-അസിസ്റ്റന്റ് പ്രോജക്റ്റിന്റെ ആദ്യ പതിപ്പ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉള്ള ഒരു ചാറ്റ്ബോട്ട് വികസിപ്പിച്ചെടുക്കുന്നു, അത് സ്വാഭാവിക ഭാഷയിൽ ചോദ്യങ്ങൾ മനസിലാക്കാനും ഉത്തരം നൽകാനും മൂന്നാം കക്ഷി സിസ്റ്റങ്ങളുമായി സംവദിക്കാനും ആവശ്യമായ വിവരങ്ങൾ ചലനാത്മകമായി വീണ്ടെടുക്കാനും കഴിയും.

പ്രോജക്റ്റ് കോഡ് പൈത്തണിൽ എഴുതുകയും അപ്പാച്ചെ 2.0 ലൈസൻസിന് കീഴിൽ വിതരണം ചെയ്യുകയും ചെയ്യുന്നു. ബാഹ്യ API-കളുമായും സേവനങ്ങളുമായും ബന്ധമില്ലാത്ത നിങ്ങളുടെ സ്വന്തം ഇന്റലിജന്റ് അസിസ്റ്റന്റുമാരെയും ഡയലോഗ് സിസ്റ്റങ്ങളെയും സൃഷ്‌ടിക്കുന്നതിന് OpenAssistant-ന്റെ വികസനങ്ങൾ ഉപയോഗിക്കാനാകും. ഇത് പ്രവർത്തിപ്പിക്കാൻ, സാധാരണ ഉപഭോക്തൃ ഉപകരണങ്ങൾ മതിയാകും, ഉദാഹരണത്തിന്, ഇത് ഒരു സ്മാർട്ട്ഫോണിൽ പ്രവർത്തിക്കാൻ കഴിയും.

സ്വന്തം ഉപകരണങ്ങളിൽ ബോട്ടിന്റെ പ്രവർത്തനം പരിശീലിപ്പിക്കുന്നതിനും സംഘടിപ്പിക്കുന്നതിനുമുള്ള കോഡിന് പുറമേ, ഇതിനകം പരിശീലനം ലഭിച്ച റെഡിമെയ്ഡ് മോഡലുകളുടെ ഒരു ശേഖരവും അഭ്യർത്ഥന-പ്രതികരണത്തിലെ ഡയലോഗുകളുടെ 600 ആയിരം ഉദാഹരണങ്ങളുടെ അടിസ്ഥാനത്തിൽ പരിശീലനം ലഭിച്ച ഒരു ഭാഷാ മോഡലും (നിർദ്ദേശം- നിർവ്വഹണം) ഫോം, തയ്യാറാക്കി, ഉത്സാഹികളുടെ ഒരു കമ്മ്യൂണിറ്റിയുടെ പങ്കാളിത്തത്തോടെ അവലോകനം ചെയ്തു, ഉപയോഗത്തിനായി വാഗ്ദാനം ചെയ്യുന്നു. 30 ബില്യൺ പാരാമീറ്ററുകൾ ഉൾക്കൊള്ളുന്ന OA_SFT_Llama_6B_30 നോളജ് മോഡൽ ഉപയോഗിക്കുന്ന ചാറ്റ്ബോട്ടിന്റെ പ്രവർത്തനത്തിന്റെ ഗുണനിലവാരം വിലയിരുത്തുന്നതിനായി ഒരു ഓൺലൈൻ സേവനവും ആരംഭിച്ചിട്ടുണ്ട്.

സിസ്റ്റത്തിന്റെ കാര്യക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനും മുൻകൂട്ടി നിശ്ചയിച്ച പാരാമീറ്ററുകളുടെ വലിയ അളവുകൾ സംഭരിക്കേണ്ടതിന്റെ ആവശ്യകത ഒഴിവാക്കുന്നതിനും, സെർച്ച് എഞ്ചിനുകൾ അല്ലെങ്കിൽ ബാഹ്യ സേവനങ്ങൾ വഴി ആവശ്യമായ വിവരങ്ങൾ വീണ്ടെടുക്കാൻ കഴിവുള്ള ചലനാത്മകമായി അപ്ഡേറ്റ് ചെയ്ത വിജ്ഞാന അടിത്തറ ഉപയോഗിക്കുന്നതിനുള്ള സാധ്യത പ്രോജക്റ്റ് നൽകുന്നു. ഉദാഹരണത്തിന്, പ്രതികരണങ്ങൾ സൃഷ്ടിക്കുമ്പോൾ, അധിക ഡാറ്റ ലഭിക്കുന്നതിന് ബോട്ടിന് ബാഹ്യ API-കൾ ആക്സസ് ചെയ്യാൻ കഴിയും. വിപുലമായ ഫംഗ്ഷനുകളിൽ, വ്യക്തിഗതമാക്കലിനുള്ള പിന്തുണയും ശ്രദ്ധിക്കപ്പെടുന്നു, അതായത്. ഒരു നിർദ്ദിഷ്‌ട ഉപയോക്താവിന്റെ മുൻ ശൈലികളെ അടിസ്ഥാനമാക്കി അവനുമായി പൊരുത്തപ്പെടാനുള്ള കഴിവ്.

ChatGPT-യുടെ കഴിവുകൾ ആവർത്തിക്കുന്നത് നിർത്താൻ പദ്ധതി ഉദ്ദേശിക്കുന്നില്ല. ഓപ്പൺ സ്റ്റേബിൾ ഡിഫ്യൂഷൻ പ്രോജക്റ്റ് ഇമേജുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള ഉപകരണങ്ങളുടെ വികസനത്തെ ഉത്തേജിപ്പിച്ചതുപോലെ, ഉള്ളടക്കം സൃഷ്ടിക്കുന്നതിനും സ്വാഭാവിക ഭാഷകളിലെ അന്വേഷണ പ്രോസസ്സിംഗിനും ഓപ്പൺ-അസിസ്റ്റന്റ് ഓപ്പൺ ഡെവലപ്‌മെന്റ് വികസിപ്പിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

അവലംബം: opennet.ru