ChatGPT உடன் போட்டியிட முயற்சிக்கும் ஜெமினி சாட்பாட் மாதிரியை உருவாக்கப் பயன்படுத்தப்படும் தொழில்நுட்பங்களைப் பயன்படுத்தி உருவாக்கப்பட்ட ஒரு பெரிய இயந்திர கற்றல் மொழி மாதிரியான Gemma ஐ வெளியிடுவதாக கூகுள் அறிவித்துள்ளது. 2 மற்றும் 7 பில்லியன் அளவுருக்களை உள்ளடக்கிய நான்கு வகைகளில், அடிப்படை மற்றும் உரையாடல்-உகந்த பார்வைகளில் இந்த மாடல் கிடைக்கிறது. 2 பில்லியன் அளவுருக்கள் கொண்ட விருப்பங்கள் நுகர்வோர் பயன்பாடுகளில் பயன்படுத்த ஏற்றது மற்றும் அவற்றைச் செயல்படுத்த போதுமான CPU உள்ளது. 7 பில்லியன் அளவுருக்கள் கொண்ட விருப்பங்களுக்கு அதிக சக்திவாய்ந்த வன்பொருள் மற்றும் GPU அல்லது TPU தேவைப்படுகிறது.
ஜெம்மா மாதிரியின் பயன்பாட்டின் பகுதிகளில் உரையாடல் அமைப்புகள் மற்றும் மெய்நிகர் உதவியாளர்களை உருவாக்குதல், உரை உருவாக்கம், இயற்கையான மொழியில் கேட்கப்பட்ட கேள்விகளுக்கான பதில்களை உருவாக்குதல், உள்ளடக்கத்தின் சுருக்கம் மற்றும் பொதுமைப்படுத்தல், கருத்துகள் மற்றும் விதிமுறைகளின் சாரத்தின் விளக்கம், பிழைகளை சரிசெய்தல் ஆகியவை அடங்கும். உரையில், மொழிகளைக் கற்க உதவி. இது கவிதை, நிரலாக்க மொழிகளில் குறியீடு, வேறு வார்த்தைகளில் படைப்புகளை மீண்டும் எழுதுதல் மற்றும் டெம்ப்ளேட்டைப் பயன்படுத்தி கடிதங்களை உருவாக்குதல் உள்ளிட்ட பல்வேறு வகையான உரைத் தரவை உருவாக்குவதை ஆதரிக்கிறது. அதே நேரத்தில், மாடல் ஒப்பீட்டளவில் சிறிய அளவைக் கொண்டுள்ளது, இது உங்கள் சொந்த சாதனங்களில் வரையறுக்கப்பட்ட ஆதாரங்களுடன் பயன்படுத்த அனுமதிக்கிறது, எடுத்துக்காட்டாக, சாதாரண மடிக்கணினிகள் மற்றும் கணினிகளில்.
மாதிரி உரிமம் ஆராய்ச்சி மற்றும் தனிப்பட்ட திட்டங்களில் மட்டுமல்ல, வணிக தயாரிப்புகளிலும் இலவச பயன்பாடு மற்றும் விநியோகத்தை அனுமதிக்கிறது. மாதிரியின் மாற்றியமைக்கப்பட்ட பதிப்புகளின் உருவாக்கம் மற்றும் வெளியீடும் அனுமதிக்கப்படுகிறது. அதே நேரத்தில், பயன்பாட்டு விதிமுறைகள் தீங்கிழைக்கும் செயல்களைச் செய்ய மாதிரியைப் பயன்படுத்துவதைத் தடைசெய்கிறது மற்றும் முடிந்தவரை, உங்கள் தயாரிப்புகளில் Gemma இன் சமீபத்திய பதிப்பைப் பயன்படுத்த வேண்டும்.
ஜெம்மா மாடல்களுடன் பணிபுரிவதற்கான ஆதரவு ஏற்கனவே டிரான்ஸ்ஃபார்மர்ஸ் டூல்கிட் மற்றும் ரெஸ்பான்சிபிள் ஜெனரேட்டிவ் ஏஐ டூல்கிட் ஆகியவற்றில் சேர்க்கப்பட்டுள்ளது. மாதிரியை மேம்படுத்த, நீங்கள் டென்சர்ஃப்ளோ, ஜாக்ஸ் மற்றும் பைடார்ச் ஆகியவற்றிற்கான கெராஸ் கட்டமைப்பையும் பின்தளங்களையும் பயன்படுத்தலாம். MaxText, NVIDIA NeMo மற்றும் TensorRT-LLM கட்டமைப்புகளுடன் Gemma ஐப் பயன்படுத்துவதும் சாத்தியமாகும்.
ஜெம்மா மாதிரியால் கணக்கில் எடுத்துக்கொள்ளப்பட்ட சூழலின் அளவு 8 ஆயிரம் டோக்கன்கள் (உரையை உருவாக்கும் போது மாதிரி செயலாக்க மற்றும் நினைவில் வைக்கக்கூடிய டோக்கன்களின் எண்ணிக்கை). ஒப்பிடுகையில், ஜெமினி மற்றும் GPT-4 மாடல்களுக்கான சூழல் அளவு 32 ஆயிரம் டோக்கன்கள், மற்றும் GPT-4 டர்போ மாடலுக்கு 128 ஆயிரம். மாடல் ஆங்கிலத்தை மட்டுமே ஆதரிக்கிறது. செயல்திறன் அடிப்படையில், Gemma-7B மாடல் LLama 2 70B Chat மாடலை விட சற்று தாழ்வாகவும், DeciLM-7B, PHI-2 (2.7B) மற்றும் Mistral-7B-v0.1 மாடல்களை விட சற்று முன்னோடியாகவும் உள்ளது. கூகுள் ஒப்பீட்டில், Gemma-7B மாடல் LLama 2 7B/13B மற்றும் Mistral-7B ஐ விட சற்று முன்னால் உள்ளது.
ஆதாரம்: opennet.ru