Paraphrase-multilingual-MiniLM-L12-v2, Table Transformer Detection et Bielik-11b-v3.0-Instruct sont désormais disponibles dans Amazon SageMaker JumpStart
AWS a annoncé aujourd’hui la disponibilité de Paraphrase-multilingual-MiniLM-L12-v2, de Microsoft Table Transformer Detection et de Bielik-11b-v3.0-Instruct dans Amazon SageMaker JumpStart.
Paraphrase-multilingual-MiniLM-L12-v2 de Sentence Transformers est un modèle de similarité sémantique léger, qui fait correspondre des phrases et des paragraphes à un espace vectoriel dense en 384 dimensions dans plus de 50 langues. Il convient parfaitement à la recherche de contenus sémantiquement similaires dans et entre les langues, ce qui le rend idéal pour la recherche sémantique multilingue, le regroupement de documents multilingues et la notation de similarité de phrases sans nécessiter de configuration spécifique à la langue.
Microsoft Table Transformer Detection est un modèle de détection d’objets DETR, entraîné sur le jeu de données PubTables-1M, spécialement conçu pour détecter des tableaux dans des documents non structurés tels que des PDF et des images numérisées. Il convient parfaitement aux pipelines de numérisation de documents et aux flux de travail d’extraction de données automatisés, qui nécessitent une localisation fiable du contenu tabulaire à grande échelle dans des articles de recherche, des rapports financiers et d’autres types de documents.
Bielik-11b-v3.0-Instruct est un modèle de langage génératif de 11 milliards de paramètres, développé par SpeakLeash et ACK Cyfronet AGH, entraîné sur des corpus multilingues couvrant 32 langues européennes, tout particulièrement le polonais. Il excelle dans le dialogue linguistique polonais et européen, le raisonnement STEM et mathématique, les tâches de logique et d’utilisation d’outils, ainsi que les applications d’entreprise nécessitant une compréhension linguistique approfondie des langues européennes.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA. Pour commencer à utiliser ces modèles, accédez à la section Modèles de SageMaker Studio ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de fondation dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.