Paraphrase-multilingual-MiniLM-L12-v2, Table Transformer Detection e Bielik-11B-v3.0-Instruct agora estão disponíveis no Amazon SageMaker JumpStart
Hoje, a AWS anunciou a disponibilidade do paraphrase-multilingual-MiniLM-L12-v2, do Microsoft Table Transformer Detection e do Bielik-11B-v3.0-Instruct no Amazon SageMaker JumpStart.
O paraphrase-multilingual-MiniLM-L12-v2 do Sentence Transformers é um modelo leve de similaridade semântica que mapeia frases e parágrafos para um espaço vetorial denso de 384 dimensões em mais de 50 idiomas. Ele é ideal para encontrar conteúdo semanticamente semelhante dentro de um mesmo idioma e entre idiomas, o que o torna adequado para pesquisa semântica multilíngue, agrupamento de documentos multilíngues e pontuação de similaridade de frases, tudo isso sem exigir configuração específica por idioma.
O Microsoft Table Transformer Detection é um modelo de detecção de objetos baseado em DETR treinado no conjunto de dados PubTables-1M e desenvolvido especificamente para detectar tabelas em documentos não estruturados, como PDFs e imagens digitalizadas. Ele é adequado para pipelines de digitalização de documentos e fluxos de extração automática de dados que exigem a localização de conteúdo tabular de forma confiável e em grande escala em artigos científicos, relatórios financeiros e outros tipos de documentos.
O Bielik-11B-v3.0-Instruct é um modelo de linguagem generativo com 11 bilhões de parâmetros, desenvolvido pela SpeakLeash e pela ACK Cyfronet AGH, treinado em corpora multilíngues que abrangem 32 idiomas europeus, com forte ênfase no polonês. Ele se destaca em diálogos em polonês e outros idiomas europeus, em raciocínio STEM e matemático, em tarefas de lógica e uso de ferramentas, além de aplicações corporativas que exigem compreensão linguística profunda em idiomas europeus.
Com o SageMaker JumpStart, os clientes podem implantar qualquer um desse modelos com apenas alguns cliques para abordar casos de uso de IA específicos. Para começar a usar esses modelos, navegue até a seção Modelos do SageMaker Studio ou use o SageMaker Python SDK para implantar os modelos em sua conta da AWS. Para obter mais informações sobre a implantação e o uso de modelos de base no SageMaker JumpStart, consulte a documentação do Amazon SageMaker JumpStart.