لقد رحب مجال الذكاء الاصطناعي للتو بنموذج لغة رئيسي جديد للذكاء الاصطناعي (AI) في شكل NeuralBeagle14-7B. يُحدث نموذج الذكاء الاصطناعي المتقدم هذا ضجيجًا بفضل معلماته البالغ عددها 7 مليارات، وسرعان ما صعد إلى أعلى المراتب ليصبح منافسًا رائدًا بين نماذج اللغات الكبيرة.
NeuralBeagle ليس نموذجًا مثل أي نموذج آخر؛ إنها سيارة هجينة، تم إنشاؤها من خلال الجمع بين أفضل الميزات في الطرازين الحاليين، Beagle وMar Coro. تم تعزيز هذا الدمج بشكل أكبر من خلال تقنية فريدة تسمى Lazy Merge Kit. NeuralBeagle14-7B عبارة عن DPO مناسب لـ mlabonne/Beagle14-7B باستخدام مجموعة البيانات المفضلة argilla/distilabel-intel-orca-dpo-pairs.
Mergekit عبارة عن مجموعة أدوات لدمج نماذج اللغة المدربة مسبقًا. يستخدم Mergekit نهجًا خارج نطاق النواة لإجراء عمليات دمج معقدة بشكل غير معقول في المواقف المحدودة الموارد. يمكن تشغيل عمليات الدمج بالكامل على وحدة المعالجة المركزية (CPU) أو تسريعها باستخدام ذاكرة VRAM بسعة 8 جيجابايت فقط. يتم دعم العديد من خوارزميات الاندماج، وهناك المزيد منها قيد التطوير.
يعتمد نجاح NeuralBeagle على الأداء العالي لنموذج Beagle، الذي أثبت بالفعل قدراته من خلال تحقيق نتائج جيدة في لوحة صدارة معروفة للذكاء الاصطناعي. من خلال دمج Beagle مع Mar Coro، أنشأ المطورون نموذجًا قويًا يعزز نقاط القوة في كليهما. لكن الفريق لم يتوقف عند هذا الحد. كما طبقت أيضًا عملية تحسين تُعرف باسم "خيار المجال المفضل" (DPO). على الرغم من أن هذا الضبط الدقيق لم يحسن أداء النموذج بشكل جذري، إلا أنه قدم رؤى مهمة حول عملية الضبط الدقيق وتأثيراتها على نماذج الذكاء الاصطناعي.
نيورال بيجل 14-7 ب
تتميز NeuralBeagle بتعدد استخداماتها. لقد تم اختباره بدقة على منصات مختلفة، بما في ذلك AGI Evol وGPT-4-All، مما يدل على قدرته على أداء مجموعة واسعة من المهام. توضح هذه القدرة على التكيف التصميم المتطور للنموذج وإمكانيات استخدامه في تطبيقات مختلفة. يستخدم NeuralBeagle14-7B نافذة منبثقة بدقة 8 كيلو بايت. وهو متوافق مع قوالب مختلفة، مثل قالب الدردشة chatml وLlama. تم تصنيف NeuralBeagle14-7B في المرتبة الأولى في قائمة المتصدرين Open LLM في الفئة ~7B.
بالنسبة لأولئك المهتمين برؤية NeuralBeagle أثناء العمل، فإن النموذج متاح للتجربة على Hugging Face Spaces. تسمح هذه المنصة التفاعلية للمستخدمين بالتفاعل مباشرة مع NeuralBeagle ومعرفة كيفية عمله. وبالنسبة لأولئك الذين يرغبون في دمج NeuralBeagle في مشاريعهم الخاصة، توجد تعليمات تثبيت مفصلة لـ LM Studio، مما يجعل من السهل البدء.
يمثل NeuralBeagle تقدمًا كبيرًا في عالم نماذج الذكاء الاصطناعي مفتوحة المصدر. يوفر مزيجها المبتكر من نموذجين واستكشاف OPD الضبط الدقيق نظرة ثاقبة للتطور الحالي للذكاء الاصطناعي. النموذج متاح الآن للباحثين والمطورين وعشاق الذكاء الاصطناعي، الذين يمكنهم اختباره ودمجه في عملهم. من خلال الاختبار عبر الإنترنت وخيارات التثبيت المحلية، تستعد NeuralBeagle لتصبح أداة قيمة لمجتمع الذكاء الاصطناعي.
مصدر الصورة ملابون
اقرأ المزيد من الدليل:
- مقارنة بين طرازي Llama 2 70B وZephyr-7B LLM
- Mixtral 8x22B MoE الجديد، نموذج لغة قوي مفتوح المصدر (LLM)
- تم تحسين الذكاء الاصطناعي مفتوح المصدر من Google Gemma للتشغيل على وحدات معالجة الرسومات NVIDIA
- تم إطلاق DeepSeek مساعد الترميز الجديد مفتوح المصدر المعتمد على الذكاء الاصطناعي
- يتفوق نموذج لغة Orca-2 13B الصغير من Microsoft على بدائل 70B
- تعلن شركة OpenAI عن تغييرات في أسعار ChatGPT ونماذج التكامل وتحديثات واجهة برمجة التطبيقات
