يتوفر الآن النموذجين Muse-Glimmer-30B وQwen 3.8-27B على Amazon SageMaker JumpStart
تتوفر الآن نماذج Muse-Glimmer-30B ونماذج Qwen 3.8-27B من Meta على Amazon SageMaker JumpStart، مما يوسع مجموعة النماذج التأسيسية المتاحة لعملاء AWS. يوفر هذان النموذجان إمكانات متخصصة تشمل عمليات سير العمل القائمة على الوكلاء المحليين المستقلة والاستدلال متعدد الوسائط ذي الأفق الطويل، مما يمكّن العملاء من نشر حلول الذكاء الاصطناعي عالية الأداء والقابلة للتطوير على البنية التحتية لـ AWS.
وتتناول هذه النماذج تحديات الذكاء الاصطناعي المختلفة للمؤسسات بقدرات متخصصة:
تم تصميم Muse-Glimmer-30B من أجل مهام الوكيل المستقلة مع الاستدلال متعدد الخطوات واستخدام الأدوات والتعافي من الفشل. يجمع هذا النموذج الكثيف ذو معلمات 30B من Meta Superintelligence Lab بين مشفر إدراك VIT-G/14 المخصص بسعة ~1.8B ViT-G/14 مع مدخلات النص والصورة المتشابكة، ونافذة سياق تزيد عن 131K، وقوة الاستدلال القابلة للتحديد (من منخفضة إلى عالية جدًا). تم إصداره تحت Apache 2.0، وهو يتعامل مع اتصالات الأدوات المتسلسلة، ويتعافى من حالات الفشل، ويعمل بالكامل بدون البنية التحتية للسحابة التي تعد مثالية لوكلاء المؤسسات الذين يعملون دائمًا.
يتفوق Qwen 3.8-27B في البرمجة والمهام المستقلة متعددة الخطوات والفهم متعدد الوسائط عبر النصوص والصور والفيديو. نموذج لغة رؤية أصلية كثيف بمعلمة 27B مع نافذة سياق 262K (قابلة للتوسيع إلى ~1M عبر مقياس YaRN)، فإنه يحقق مكاسب كبيرة مقارنة بسلفه مع مستويات جهد الاستدلال القابلة للتعديل. وقد سجل الجهاز 61.7 نقطة على منصة SWE-bench Pro ويعمل بسرعة تصل إلى 17 جيجابايت تقريبًا، وهو يحمل مهامًا معقدة متعددة الخطوات حتى اكتمالها بموثوقية أكبر.
من خلال SageMaker JumpStart، يمكن للعملاء نشر أي من هذه النماذج ببضع نقرات فقط لمعالجة حالات استخدام الذكاء الاصطناعي المحددة لديهم.
للبدء في استخدام هذه النماذج، انتقل إلى كتالوج نموذج SageMaker JumpStart في وحدة تحكم SageMaker أو استخدم SageMaker Python SDK لنشر النماذج في حساب AWS الخاص بك. لمزيد من المعلومات حول نشر نماذج التأسيس واستخدامها في SageMaker JumpStart، راجع وثائق Amazon SageMaker JumpStart.