Los modelos granite-speech-4.1-2b, kanana-2-30b-a3b-instruct y OpenFold3 ya están disponibles en Amazon SageMaker JumpStart
Los modelos granite-speech-4.1-2b de BM, kanana-2-30b-a3b-instruct de Kakao y OpenFold3 de OpenFold Consortium ya están disponibles en Amazon SageMaker JumpStart, lo que amplía la cartera de modelos fundacionales disponibles para los clientes de AWS. Estos tres modelos ofrecen capacidades especializadas que abarcan el reconocimiento de voz multilingüe, la IA agencial bilingüe y la predicción de estructuras biomoleculares, lo que permite a los clientes implementar soluciones de IA escalables y de alto rendimiento en la infraestructura de AWS.
Estos modelos abordan diferentes desafíos de la IA empresarial con capacidades especializadas:
El modelo granite-speech-4.1-2b está diseñado específicamente para el reconocimiento de voz automático (automatic speech recognition, ASR) multilingüe y la traducción de voz automática (automatic speech translation, AST) bidireccional en inglés, francés, alemán, español, portugués y japonés. Este modelo compacto de lenguaje de voz con 2 mil millones de parámetros ofrece una tasa de error de palabras del 5,33 % con un factor en tiempo real de aproximadamente 231, lo que lo convierte en uno de los modelos de ASR más eficientes de su clase. Lanzado con Apache 2.0, se integra perfectamente a los flujos de trabajo de voz empresariales para la transcripción, la traducción y el procesamiento de audio a gran escala.
kanana-2-30b-a3b-instruct se destaca en el seguimiento de instrucciones bilingües de coreano e inglés y en los flujos de trabajo de IA agencial. Desarrollado por Kakao, adopta una arquitectura de avanzada que incluye atención latente de varios cabezales (Multi-head Latent Attention, MLA) y mezcla de expertos (Mixture-of-Experts, MoE), y activa solo 3 mil millones de sus 30 mil millones de parámetros totales por pasada de reenvío para lograr un rendimiento superior. Tras su formación mediante un refinamiento supervisado y aprendizaje por refuerzo, admite hasta 128 mil tokens gracias al escalado de YaRN y está diseñado para funcionar como un colaborador de IA que comprende el contexto y actúa de manera proactiva.
OpenFold3 proporciona una predicción de la estructura compleja biomolecular de todos los átomos para proteínas, ADN, ARN y ligandos de moléculas pequeñas. Desarrollado por el OpenFold Consortium y el laboratorio AlQuraishi de la Universidad de Columbia, este modelo con base en la difusión extiende la predicción de la estructura más allá de las proteínas individuales para modelar complejos multicatenarios e interacciones biomoleculares heterogéneas. Es compatible con el diseño de fármacos asistido por computación y se puede aplicar en todos los laboratorios de investigación académica y farmacéutica.
Con SageMaker JumpStart, los clientes pueden implementar cualquiera de estos modelos con solo unos clics para abordar sus casos de uso específicos de IA.
Para empezar a utilizar estos modelos, navegue hasta el catálogo de modelos JumpStart de SageMaker en la consola de SageMaker o utilice el SDK de Python de SageMaker para implementar los modelos en su cuenta de AWS. Para obtener más información sobre la implementación y el uso de modelos fundacionales en SageMaker JumpStart, consulte la documentación de Amazon SageMaker JumpStart.