Доступны модели granite-speech-4.1-2b, kanana-2-30b-a3b-instruct и OpenFold3 в Amazon SageMaker JumpStart
В компоненте Amazon SageMaker JumpStart теперь доступны модели granite-speech-4.1-2b от BM, kanana-2-30b-a3b-instruct от Kakao и OpenFold3 от OpenFold Consortium, что расширяет портфель базовых моделей, предлагаемых клиентам AWS. Эти три модели предоставляют такие специализированные возможности, как многоязычное распознавание речи, двуязычный агентный ИИ и прогнозирование биомолекулярных структур, что позволяет клиентам развертывать высокопроизводительные и масштабируемые ИИ-решения на базе инфраструктуры AWS.
Специализированные возможности этих моделей предназначены для решения различных задач корпоративного ИИ.
granite-speech-4.1-2b разработана специально для многоязычного автоматического распознавания речи и двустороннего перевода речи на английском, французском, немецком, испанском, португальском и японском языках. Эта компактная модель типа speech-language с 2 млрд параметров имеет частоту ошибок в словах 5,33 % при коэффициенте работы в реальном времени около 231, что делает ее одной из самых эффективных моделей автоматического распознавания речи в своем классе. Она выпущена по лицензии Apache 2.0 и легко интегрируется в корпоративные рабочие процессы расшифровки речи, перевода и обработки аудио в любом масштабе.
Модель kanana-2-30b-a3b-instruct лучше всего подходит для выполнения инструкций и рабочих процессов агентного ИИ на двух языках: корейском и английском. Разработанная компанией Kakao, она использует передовую архитектуру многоголового латентного внимания (Multi-head Latent Attention, MLA) и «смеси экспертов» (Mixture-of-Experts, MoE), активируя только 3 из своих 30 млрд совокупных параметров при каждом прямом проходе, что обеспечивает превосходную пропускную способность. Модель прошла процедуры дополнительной точной настройки с учителем и обучения с подкреплением, поддерживает до 128 тыс. токенов с применением масштабирования YaRN и предназначена для работы в качестве ИИ-партнера, понимающего контекст и действующего проактивно.
Модель OpenFold3 обеспечивает прогнозирование сложных атомных биомолекулярных структур для белков, ДНК, РНК и низкомолекулярных лигандов. Разработанная консорциумом OpenFold Consortium и лабораторией AlQuraishi Колумбийского университета, эта модель, основанная на диффузии, способна не только прогнозировать структуры отдельных белков, но и моделировать многоцепные комплексы и гетерогенные биомолекулярные взаимодействия. Она поддерживает компьютерную разработку лекарств и может применяться в академических и фармацевтических исследовательских лабораториях.
Используя SageMaker JumpStart, клиенты могут развернуть любую из этих моделей всего несколькими щелчками мыши для своих примеров использования искусственного интеллекта.
Чтобы начать работу с этими моделями, откройте каталог моделей SageMaker JumpStart в консоли SageMaker или воспользуйтесь пакетом средств разработки ПО (SDK) SageMaker для Python, чтобы развернуть модели в своем аккаунте AWS. Подробные инструкции о развертывании и использовании базовых моделей в SageMaker JumpStart см. в документации Amazon SageMaker JumpStart.