Paraphrase-Multilingual-Minilm-L12-v2, Table Transformer Detection und Bielik-11B-V3.0-Instruct sind jetzt in Amazon SageMaker JumpStart verfügbar
Heute gab AWS die Verfügbarkeit von Paraphrase-Multilingual-Minilm-L12-v2, Microsoft Table Transformer Detection und Bielik-11B-v3.0-Instruct in Amazon SageMaker JumpStart bekannt.
Paraphrase-Multilingual-Minilm-L12-V2 von Sentence Transformers ist ein leichtes semantisches Ähnlichkeitsmodell, das Sätze und Absätze einer 384-dimensionalen dichten Vektor-Umgebung in über 50 Sprachen zuordnet. Es eignet sich gut für die Suche nach semantisch ähnlichen Inhalten innerhalb und zwischen Sprachen und ist daher ideal für die sprachübergreifende semantische Suche, das Clustering mehrsprachiger Dokumente und die Bewertung von Satzähnlichkeiten, ohne dass eine sprachspezifische Konfiguration erforderlich ist.
Microsoft Table Transformer Detection ist ein DETR-basiertes Objekterkennungsmodell, das auf dem PubTables-1M-Datensatz trainiert wurde und speziell für die Erkennung von Tabellen in unstrukturierten Dokumenten wie PDFs und gescannten Bildern entwickelt wurde. Es eignet sich gut für Pipelines zur Digitalisierung von Dokumenten und automatisierte Datenextraktionsabläufe, bei denen es darauf ankommt, tabellarische Inhalte in großem Maßstab in Forschungsarbeiten, Finanzberichten und anderen Dokumenttypen zuverlässig zu lokalisieren.
Bielik-11B-V3.0-Instruct ist ein generatives Sprachmodell mit 11 Milliarden Parametern, das von SpeakLeash und ACK Cyfronet AGH entwickelt wurde und an mehrsprachigen Korpora trainiert wurde, die 32 europäische Sprachen umfassen, wobei der Schwerpunkt auf Polnisch liegt. Es zeichnet sich durch den polnischen und europäischen Sprachdialog, MINT- und mathematisches Reasoning, logische Aufgaben und den Umgang mit Werkzeugen sowie Unternehmensanwendungen aus, die ein tiefes Sprachverständnis in allen europäischen Sprachen erfordern.
Mit SageMaker JumpStart können Kunden jedes dieser Modelle mit nur wenigen Klicks für ihre spezifischen KI-Anwendungsfälle bereitstellen. Um mit diesen Modellen zu beginnen, navigieren Sie zum Abschnitt Modelle von SageMaker Studio oder verwenden Sie das SageMaker Python SDK, um die Modelle in Ihrem AWS-Konto bereitzustellen. Weitere Informationen zur Bereitstellung und Verwendung von Basismodellen in SageMaker JumpStart finden Sie in der Dokumentation zu Amazon SageMaker JumpStart.