المدوَّنة العربية
عائلة نماذج Jamba 1.5 من AI21 Labs متاحة الآن في Amazon Bedrock
اليوم، نعلن عن توفر عائلة Jamba 1.5 الجديدة والقوية من النماذج اللغوية الكبيرة (LLMs) من AI21 Labs في Amazon Bedrock. تمثل هذه النماذج تقدمًا كبيرًا في قدرات اللغة ذات السياق الطويل، وتوفر السرعة والكفاءة والأداء عبر مجموعة واسعة من التطبيقات. تتضمن عائلة نماذج Jamba 1.5 نموذجي Jamba 1.5 Mini و Jamba 1.5 Large. يدعم كلا النموذجين نافذة سياق بحجم 256 ألف رمز، ومخرجات JSON منظمة، واستدعاء الوظائف، وهما قادران على معالجة المستندات.
تُعد AI21 Labs رائدة في بناء نماذج الأساس وأنظمة الذكاء الاصطناعي (AI) للمؤسسات.تعمل AI21 Labs و AWS معًا على تمكين العملاء عبر الصناعات المختلفة من بناء ونشر وتوسيع نطاق تطبيقات الذكاء الاصطناعي المولّد التي توفر حلولًا للتحديات وتحفز الابتكار من خلال تعاون استراتيجي. بفضل نماذج AI21 Labs المتقدمة والجاهزة للإنتاج جنبًا إلى جنب مع خدمات Amazon المخصّصة والبنية الأساسية القوية، يمكن للعملاء الاستفادة من النماذج اللغوية الكبيرة في بيئة آمنة لتشكيل مستقبل كيفية معالجتنا للمعلومات والتواصل والتعلم.
عائلة نماذج Jamba 1.5
تستفيد نماذج Jamba 1.5 من بنية هجينة فريدة تجمع بين بنية نموذج Transformer وتقنية نموذج فضاء الحالة المنظم (SSM). يسمح هذا النهج المبتكر لنماذج Jamba 1.5 بالتعامل مع نوافذ سياق طويلة تصل إلى 256 ألف رمز، مع الحفاظ على خصائص الأداء العالي لنماذج Transformer التقليدية. يمكنك معرفة المزيد عن هذه البنية الهجينة SSM/Transformer في الورقة البحثية Jamba: نموذج لغوي هجين بين Transformer وMamba.
يمكنك الآن استخدام نموذجين جديدين من Jamba 1.5 من AI21 في Amazon Bedrock:
- Jamba 1.5 Large يتميز هذا النموذج في مهام الاستدلال المعقّدة عبر جميع أحجام المطالبات، مما يجعله مثاليًا للتطبيقات التي تتطلب مخرجات عالية الجودة لكل من المدخلات الطويلة والقصيرة.
- Jamba 1.5 Mini تم تحسين هذا النموذج لمعالجة المطالبات الطويلة بزمن استجابة منخفض، مما يتيح تحليلًا سريعًا للمستندات والبيانات الطويلة.
تشمل نقاط القوة الرئيسية لنماذج Jamba 1.5 ما يلي:
- التعامل مع السياق الطويل – مع طول سياق يصل إلى 256 ألف رمز، يمكن لنماذج Jamba 1.5 تحسين جودة تطبيقات المؤسسات، مثل تلخيص وتحليل المستندات الطويلة، بالإضافة إلى الأعمال القائمة على الوكيل وRAG.
- متعددة اللغات – تدعم هذه النماذج اللغة الإنجليزية والإسبانية والفرنسية والبرتغالية والإيطالية والهولندية والألمانية والعربية والعبرية.
- صديقة للمطورين – تدعم هذه النماذج مخرجات JSON المنظمة واستدعاء الوظائف وقادرة على استيعاب المستندات.
- السرعة والكفاءة – قامت AI21 بقياس أداء نماذج Jamba 1.5 وذكرت أن هذه النماذج تظهر استدلالًا أسرع بما يصل إلى 2.5 مرة على السياقات الطويلة مقارنة بالنماذج الأخرى ذات الأحجام المماثلة. لمزيد من التفاصيل حول نتائج الأداء هذه، قم بزيارة إعلان عائلة نماذج Jamba على موقع AI21.
استخدام نماذج Jamba 1.5 في Amazon Bedrock
للبدء في استخدام نماذج Jamba 1.5 الجديدة، انتقل إلى وحدة تحكم Amazon Bedrock، واختر Model access في لوحة التنقل، هناك، اطلب الوصول إلى نماذج Jamba 1.5 Mini و Jamba 1.5 Large.
لاختبار نماذج Jamba 1.5 في وحدة تحكم Amazon Bedrock، اختر Text أو Chat ضمن Playgrounds في لوحة التنقل. ثم، اختر Select model وحدد AI21 كفئة وJamba 1.5 Mini أو Jamba 1.5 Large كنموذج.
من خلال اختيار View API request، يمكنك الحصول على مثال لنص برمجي حول كيفية استدعاء النموذج باستخدام واجهة سطر الأوامر AWS (AWS CLI) مع النص المدخل الحالي.
يمكنك اتباع أمثلة التعليمات البرمجية في وثائق Amazon Bedrock للوصول إلى النماذج المتاحة باستخدام AWS SDKs وبناء تطبيقاتك باستخدام لغات برمجة مختلفة.
يوضح مثال التعليمات البرمجية التالي كيفية إرسال رسالة نصية إلى نماذج Jamba 1.5 باستخدام Python مع واجهة برمجة تطبيقات Amazon Bedrock Converse لإنشاء النصوص.
import boto3
from botocore.exceptions import ClientError
# Create a Bedrock Runtime client.
bedrock_runtime = boto3.client("bedrock-runtime", region_name="us-east-1")
# Set the model ID.
# modelId = "ai21.jamba-1-5-mini-v1:0"
model_id = "ai21.jamba-1-5-large-v1:0"
# Start a conversation with the user message.
user_message = "What are 3 fun facts about mambas?"
conversation = [
{
"role": "user",
"content": [{"text": user_message}],
}
]
try:
# Send the message to the model, using a basic inference configuration.
response = bedrock_runtime.converse(
modelId=model_id,
messages=conversation,
inferenceConfig={"maxTokens": 200, "temperature": 0.4, "topP": 1},
)
# Extract and print the response text.
response_text = response["output"]["message"]["content"][0]["text"]
print(response_text)
except (ClientError, Exception) as e:
print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}")
exit(1)
تُعد نماذج Jamba 1.5 مثالية لحالات الاستخدام مثل تحليل المستندات المقترنة، وتحليل الامتثال، والإجابة على الأسئلة المتعلقة بالمستندات الطويلة. ويمكنها بسهولة مقارنة المعلومات عبر مصادر متعددة، والتحقق مما إذا كانت المقاطع تلبي إرشادات محددة، والتعامل مع المستندات الطويلة جدًا أو المعقدة. يمكنك العثور على أمثلة للتعليمات البرمجية في مستودع GitHub الخاص بـ AI21-on-AWS. لمعرفة المزيد حول كيفية استخدام نماذج Jamba بشكل فعّال، راجع وثائق AI21.
متاحة الآن
أصبحت عائلة نماذج Jamba 1.5 من AI21 Labs متاحة الآن بشكل عام في Amazon Bedrock في منطقة AWS شرق الولايات المتحدة (N. Virginia). تحقق من قائمة مناطق AWS الكاملة للحصول على التحديثات المستقبلية. لمعرفة المزيد، راجع صفحة منتج AI21 Labs في Amazon Bedrock وصفحة التسعير.
جرب نماذج Jamba 1.5 في وحدة تحكم Amazon Bedrock اليوم وأرسل ملاحظاتك إلى AWS re:Post لـ Amazon Bedrock أو من خلال جهات اتصال دعم AWS المعتادة الخاصة بك.
قم بزيارة موقع community.aws للعثور على محتوى تقني متعمق واكتشاف كيف تستخدم مجتمعات البناء لدينا Amazon Bedrock في حلولهم.