Модели Muse-Glimmer-30B и Qwen 3.8-27B теперь доступны на Amazon SageMaker JumpStart
Модели Meta Muse-Glimmer-30B и Alibaba Qwen 3.8-27B теперь доступны в Amazon SageMaker JumpStart, расширяя портфель базовых моделей, предлагаемых клиентам AWS. Эти две модели предоставляют специализированные возможности, охватывающие автономные локальные агентные рабочие процессы и мультимодальные долгосрочные логические рассуждения, что позволяет клиентам развертывать высокопроизводительные и масштабируемые решения ИИ в инфраструктуре AWS.
Специализированные возможности этих моделей предназначены для решения различных задач корпоративного ИИ.
Модель Muse-Glimmer-30B разработана для автономных агентных задач с многоэтапными логическими рассуждениями, использованием инструментов и восстановлением после сбоев. Эта модель с 30 млрд параметров, разработанная Meta Superintelligence Lab, сочетает в себе выделенный кодировщик восприятия ViT‑G/14 (~1,8 млрд параметров) с чередованием ввода текста и изображений, контекстным окном на более 131 тысячи токенов и возможностью выбора уровня интенсивности логических рассуждений (от низкого до сверхвысокого). Выпущенный под лицензией Apache 2.0, он обрабатывает последовательные вызовы инструментов, восстанавливается после сбоев и работает полностью без облачной инфраструктуры, что идеально подходит для постоянно работающих корпоративных агентов.
Модель Qwen 3.8-27B отлично подходит для кодирования, выполнения многоэтапных агентных задач и мультимодального понимания текста, изображений и видео. Плотная модель с 27 млрд-параметров, изначально предназначенная для обработки текстово-визуальных данных, обладает контекстным окном на 262 тысячи токенов (которое можно расширить до 1 млн с помощью масштабирования YaRN), и обеспечивает существенный прирост по сравнению со своей предшественницей благодаря настраиваемым уровням логических рассуждений. Набрав 61,7 балла на SWE-Bench Pro и работая в квантованном виде примерно при 17 ГБ, она доводит до завершения сложные многоэтапные задачи с большей надежностью.
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.