Модели Paraphrase-multilingual-MiniLM-L12-v2, Table Transformer Detection и Bielik-11B-v3.0-Instruct теперь доступны в Amazon SageMaker JumpStart
Сегодня AWS объявила о доступности моделей Paraphrase-multilingual-MiniLM-L12-v2, Microsoft Table Transformer Detection и Bielik-11B-v3.0-Instruct в Amazon SageMaker JumpStart.
Paraphrase-multilingual-MiniLM-L12-v2 от Sentence Transformers – это компактная модель семантического сходства, которая отображает предложения и абзацы в плотное векторное пространство размерности 384 и поддерживает более 50 языков. Модель хорошо подходит для поиска семантически схожего контента как в пределах одного языка, так и между разными языками. Она эффективна для межъязыкового семантического поиска, многоязычной кластеризации документов и оценки сходства предложений без необходимости языковой настройки.
Microsoft Table Transformer Detection – это модель обнаружения объектов на основе DETR, разработанная на основе набора данных PubTables-1M и предназначенная для обнаружения таблиц в неструктурированных документах, таких как PDF-файлы и сканированные изображения. Модель хорошо подходит для конвейеров оцифровки документов и автоматизированных рабочих процессов извлечения данных, требующих надежного масштабирования табличного содержимого исследовательских работ, финансовых отчетов и других типов документов.
Bielik-11B-v3.0-Instruct – это генеративная языковая модель с 11 миллиардами параметров, разработанная SpeakLeash и ACK Cyfronet AGH. Модель обучена работе с многоязычными корпусами, охватывающими 32 европейских языка с акцентом на польский язык. Она демонстрирует высокую эффективность в диалогах на польском и других европейских языках, задачах STEM и математическом рассуждении, логике и работе с инструментами, а также в корпоративных сценариях, требующих глубокого лингвистического понимания европейских языков.
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, перейдите в раздел «Модели» в Студии SageMaker или используйте SageMaker Python SDK для развертывания моделей в своем аккаунте AWS. Дополнительную информацию о развертывании и использовании базовых моделей в SageMaker JumpStart см. в документации Amazon SageMaker JumpStart.