Deci AI presenta DeciLM-7B: un modelo de lenguaje grande (LLM) de 7 mil millones de parámetros súper rápido y súper preciso

En el campo en constante evolución de los avances tecnológicos, los modelos lingüísticos se han vuelto indispensables. Estos sistemas, impulsados ​​por inteligencia artificial avanzada, mejoran nuestra interacción con las plataformas digitales. Los LLM están diseñados para comprender y generar textos similares a los humanos, cerrando la brecha entre la comunicación humana y la comprensión de las máquinas. El avance de la tecnología ha marcado el comienzo de una era digital donde los modelos lingüísticos desempeñan un papel cada vez más importante en el procesamiento de la información, la comunicación y la resolución de problemas.

Recientemente, Deci presentó DeciLM-7B, un modelo innovador con alta precisión y velocidad disponible en la clase de 7 mil millones de parámetros. Con licencia Apache 2.0, este modelo está a la vanguardia de una nueva generación de modelos de lenguaje, con una precisión y velocidad incomparables en la clase de 7 mil millones de parámetros. Este modelo es un avance incremental y una fuerza transformadora en el procesamiento del lenguaje.

DeciLM-7B muestra una puntuación promedio impresionante de 61,55 en la tabla de clasificación del modelo de lenguaje abierto. Esto indica que DeciLM-7B es el modelo de lenguaje base más avanzado en la clase de 7 mil millones de parámetros y ofrece precisión y confiabilidad mejoradas en diversas aplicaciones. Mistral 7B tiene un rendimiento significativamente mejor que su predecesor en varios puntos de referencia, incluidos Arc, HellaSwag, MMLU, Winogrande y GSM8K.

DeciLM-7B no sólo es preciso; también tiene una notable capacidad de velocidad. Tiene un aumento del 83% en el rendimiento con respecto a Mistral 7B y un salto del 139% en comparación con Llama 2 7B. DeciLM-7B eleva el listón de la eficiencia del modelo de lenguaje. Los puntos de referencia de PyTorch destacan su superioridad sobre Mistral 7B y Llama 2 7B, mostrando un rendimiento 1,83 y 2,39 veces mayor, respectivamente.

La sinergia entre DeciLM-7B e Infery y el SDK de inferencia desarrollado por Dec proporciona un aumento sustancial de velocidad de 4,4 veces respecto a Mistral 7B con vLLM, lo que presenta oportunidades para interacciones de usuario rentables y de gran volumen.

DeciLM-7B aprovecha el motor impulsado por NAS, AutoNAC. El modelo incorpora atención de consultas agrupadas por variables. Entre los principales modelos de instrucciones de 7 mil millones de parámetros, este modelo sobresale sin métodos sofisticados de optimización de preferencias. Los investigadores enfatizan que DeciLM-7B e Infery-LLM tienen aplicaciones que tienen el potencial de provocar cambios revolucionarios en varias industrias. Estos dos marcan el comienzo de una era de soluciones de inteligencia artificial (IA) más inteligentes, con mayor capacidad de respuesta, asequibles y escalables. Mejoran el servicio al cliente de gran volumen con chatbots en tiempo real y revolucionan la automatización del flujo de trabajo en dominios profesionales con mucho texto, como atención médica, legal, marketing y finanzas.

En conclusión, DeciLM-7B es un modelo importante en modelos de lenguajes grandes. Sirve como fuerza guía donde los modelos lingüísticos sobresalen no sólo en precisión y eficiencia sino también en accesibilidad y versatilidad. A medida que la tecnología mejora, modelos como DeciLM-7B se vuelven más importantes en la configuración del mundo digital. Nos dan una visión emocionante de innumerables posibilidades para el futuro. A medida que avanza la tecnología, estos modelos se vuelven cada vez más importantes, brindándonos una vista previa intrigante y amplia de las innumerables opciones en la frontera digital.

Revisar la Blog de referencia. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, no olvides unirte. nuestro SubReddit de 33k+ ML, 41k+ comunidad de Facebook, Canal de discordia, y Boletín electrónicodonde compartimos las últimas noticias sobre investigaciones de IA, interesantes proyectos de IA y más.

Si te gusta nuestro trabajo, te encantará nuestra newsletter.