{"id":118790,"date":"2024-08-01T15:43:32","date_gmt":"2024-08-01T13:43:32","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo"},"modified":"2024-08-01T15:43:32","modified_gmt":"2024-08-01T13:43:32","slug":"google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pt\/blog\/news\/google-predstavila-kompaktnuyu-yazykovuyu-model-gemma-2-2b-kotoraya-prevoshodit-gpt-3-5-turbo","title":{"rendered":"O Google apresentou o modelo de linguagem compacto Gemma 2 2B, que supera o GPT 3.5 Turbo.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

A empresa Google apresentou<\/a><\/noindex> Gemma 2 2B \u2014 um modelo de linguagem de intelig\u00eancia artificial (LLM) compacto, mas poderoso, que pode competir com os l\u00edderes do setor, apesar do seu tamanho significativamente menor. O novo modelo de linguagem, com apenas 2,6 bilh\u00f5es de par\u00e2metros, demonstra desempenho semelhante a modelos muito maiores, incluindo OpenAI GPT-3.5 e Mistral AI Mixtral 8x7B.<\/p>\n

<\/center> \t\t\t\t \"O <\/p>\n

No teste LMSYS Chatbot Arena, uma popular plataforma online para testes comparativos e avalia\u00e7\u00e3o da qualidade de modelos de intelig\u00eancia artificial, o Gemma 2 2B obteve 1130 pontos. Esse resultado ligeiramente supera os resultados do GPT-3.5-Turbo-0613 (1117 pontos) e Mixtral-8x7B (1114 pontos) \u2014 modelos que possuem dez vezes mais par\u00e2metros.<\/p>\n

\"O <\/p>\n

O Google informa que a Gemma 2 2B tamb\u00e9m alcan\u00e7ou 56,1 pontos no teste MMLU (Massive Multitask Language Understanding) e 36,6 pontos no teste MBPP (Mostly Basic Python Programming), o que representa uma melhoria significativa em rela\u00e7\u00e3o \u00e0 vers\u00e3o anterior. <\/p>\n

<\/center> <\/p>\n

Gemma 2 2B desafia a no\u00e7\u00e3o comum de que modelos de linguagem maiores funcionam melhor do que os compactos. O desempenho da Gemma 2 2B mostra que m\u00e9todos de treinamento sofisticados, efici\u00eancia arquitet\u00f4nica e conjuntos de dados de alta qualidade podem compensar a falta de par\u00e2metros. O desenvolvimento da Gemma 2 2B tamb\u00e9m destaca a crescente import\u00e2ncia de m\u00e9todos de compress\u00e3o e destila\u00e7\u00e3o de modelos de IA. A capacidade de compilar informa\u00e7\u00f5es de modelos maiores em modelos menores abre possibilidades para a cria\u00e7\u00e3o de ferramentas de IA mais acess\u00edveis, sem sacrificar o desempenho.<\/p>\n

O Google treinou a Gemma 2 2B em um vasto conjunto de dados de 2 trilh\u00f5es de tokens, utilizando sistemas baseados em seus aceleradores de IA TPU v5e. O suporte a v\u00e1rios idiomas amplia seu potencial para aplica\u00e7\u00e3o em diversas aplica\u00e7\u00f5es globais. O modelo Gemma 2 2B \u00e9 de c\u00f3digo aberto. Pesquisadores e desenvolvedores podem acessar o modelo atrav\u00e9s da plataforma Hugging Face<\/a><\/noindex>. Ele tamb\u00e9m oferece suporte a v\u00e1rias estruturas, incluindo PyTorch<\/a><\/noindex> e TensorFlow<\/a><\/noindex>.<\/p>\n

Fonte:<\/strong><\/p>\n