Paraphrase-multilingual-MiniLM-L12-v2, Table Transformer Detection, dan Bielik-11B-v3.0-Instruct kini tersedia di Amazon SageMaker JumpStart
Hari ini, AWS mengumumkan ketersediaan paraphrase-multilingual-MiniLM-L12-v2, Microsoft Table Transformer Detection, dan Bielik-11B-v3.0-Instruct di Amazon SageMaker JumpStart.
Paraphrase-multilingual-MiniLM-L12-v2 dari Sentence Transformers adalah model kesamaan semantik ringan yang memetakan kalimat dan paragraf ke ruang vektor padat 384 dimensi di lebih dari 50 bahasa. Algoritma ini sangat cocok untuk menemukan konten yang serupa secara semantik di dalam dan antar bahasa, sehingga ideal untuk pencarian semantik lintas bahasa, pengelompokan dokumen multibahasa, dan penilaian kesamaan kalimat tanpa memerlukan konfigurasi khusus bahasa.
Microsoft Table Transformer Detection adalah model deteksi objek berbasis DETR yang dilatih pada set data PubTables-1M, yang dirancang khusus untuk mendeteksi tabel dalam dokumen tidak terstruktur seperti PDF dan gambar hasil pemindaian. Sistem ini sangat cocok untuk pipeline digitalisasi dokumen dan alur kerja ekstraksi data otomatis yang membutuhkan pencarian konten tabular secara andal dalam skala besar di berbagai makalah penelitian, laporan keuangan, dan jenis dokumen lainnya.
Bielik-11B-v3.0-Instruct adalah model bahasa generatif dengan 11 miliar parameter yang dikembangkan oleh SpeakLeash dan ACK Cyfronet AGH, yang dilatih pada korpus multibahasa yang mencakup 32 bahasa Eropa dengan penekanan kuat pada bahasa Polandia. Kemampuan ini unggul dalam dialog bahasa Polandia dan Eropa, STEM dan penalaran matematika, logika dan tugas penggunaan tool, serta aplikasi perusahaan yang membutuhkan pemahaman linguistik mendalam di berbagai bahasa Eropa.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka. Untuk memulai dengan model ini, buka bagian Model di SageMaker Studio atau gunakan SageMaker Python SDK untuk menerapkan model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan menggunakan model dasar di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.