بيانات جين شي في 26 فبراير، على ما أفادت به النموذج الرابع، أطلقت النموذج الرابع حلاً لحلول الجانب النهائي للذكاء الاصطناعي ModelHub AIoT، حيث يمكن للمستخدمين نشر نماذج التقطير بأحجام صغيرة مثل DeepSeek R1 و Qwen 2.5 وسلسلة Llama 2/3 بسهولة على الجانب النهائي وتحقيق التشغيل دون الاتصال بالإنترنت. يمكن للمستخدمين التبديل بين العديد من النماذج بمرونة، مع مراعاة ضغط النموذج وأداء الاستنتاج، مما يحل مشكلة النشر والتحسين المعقدة. وأشارت الشركة إلى أن هذا الحل لا يلبي فقط احتياجات المستخدمين للخصوصية والوقت الفعلي، بل يساهم أيضًا بشكل كبير في خفض تكلفة استنتاج نماذج الذكاء الاصطناعي الكبيرة.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
قدم Paradigm الرابع حلاً جانبيًا للتفسير الكبير لنماذج ModelHub AIoT
بيانات جين شي في 26 فبراير، على ما أفادت به النموذج الرابع، أطلقت النموذج الرابع حلاً لحلول الجانب النهائي للذكاء الاصطناعي ModelHub AIoT، حيث يمكن للمستخدمين نشر نماذج التقطير بأحجام صغيرة مثل DeepSeek R1 و Qwen 2.5 وسلسلة Llama 2/3 بسهولة على الجانب النهائي وتحقيق التشغيل دون الاتصال بالإنترنت. يمكن للمستخدمين التبديل بين العديد من النماذج بمرونة، مع مراعاة ضغط النموذج وأداء الاستنتاج، مما يحل مشكلة النشر والتحسين المعقدة. وأشارت الشركة إلى أن هذا الحل لا يلبي فقط احتياجات المستخدمين للخصوصية والوقت الفعلي، بل يساهم أيضًا بشكل كبير في خفض تكلفة استنتاج نماذج الذكاء الاصطناعي الكبيرة.