Các mô hình Muse-Glimmer-30B và Qwen 3.8-27B hiện có sẵn trên Amazon SageMaker JumpStart
Các mô hình Muse-Glimmer-30B của Meta và Qwen 3.8-27B của Alibaba hiện được cung cấp trên Amazon SageMaker JumpStart, mở rộng danh mục các mô hình nền tảng có sẵn cho khách hàng AWS. Hai mô hình này mang đến các khả năng chuyên biệt, bao gồm quy trình công việc của tác tử cục bộ hoạt động độc lập và suy luận dài hạn đa phương thức, cho phép khách hàng triển khai các giải pháp AI hiệu năng cao, có thể điều chỉnh quy mô trên cơ sở hạ tầng AWS.
Các mô hình này giải quyết các thách thức AI cho doanh nghiệp khác nhau với các khả năng chuyên biệt:
Muse-Glimmer-30B được thiết kế cho các tác vụ tác tử hoạt động độc lập với suy luận nhiều bước, sử dụng công cụ và phục hồi lỗi. Mô hình dày đặc 30 tỷ tham số này từ Meta Superintelligence Lab kết hợp bộ mã hóa nhận thức ViT-G/14 chuyên dụng khoảng 1,8 tỷ tham số với đầu vào văn bản và hình ảnh xen kẽ, cửa sổ ngữ cảnh 131K+ và cường độ suy luận có thể lựa chọn (từ thấp đến cực cao). Được phát hành theo Apache 2.0, mô hình xử lý các lệnh gọi công cụ tuần tự, phục hồi sau các lỗi và hoạt động mà hoàn toàn không cần cơ sở hạ tầng đám mây, rất phù hợp cho các tác tử doanh nghiệp luôn hoạt động.
Qwen 3.8-27B vượt trội trong lập trình, tác vụ tác tử nhiều bước và hiểu đa phương thức trên văn bản, hình ảnh và video. Mô hình thị giác-ngôn ngữ gốc 27 tỷ tham số dày đặc với cửa sổ ngữ cảnh 262K (có thể mở rộng đến khoảng 1 triệu thông qua quá trình điều chỉnh quy mô YaRN). Mô hình này mang lại cải tiến đáng kể so với mô hình tiền nhiệm với mức nỗ lực suy luận có thể điều chỉnh. Đạt mức điểm 61,7 trên SWE-bench Pro và chạy ở mức khoảng 17 GB được lượng hóa, mô hình này thực hiện các tác vụ nhiều bước phức tạp đến khi hoàn thành với độ tin cậy cao hơn.
Với SageMaker JumpStart, khách hàng có thể triển khai bất kỳ mô hình nào trong số này chỉ với một vài cú nhấp chuột để giải quyết các trường hợp sử dụng AI cụ thể của họ.
Để bắt đầu sử dụng các mô hình này, hãy điều hướng đến danh mục mô hình SageMaker JumpStart trong bảng điều khiển SageMaker hoặc sử dụng SageMaker Python SDK để triển khai mô hình vào tài khoản AWS của bạn. Để biết thêm thông tin về việc triển khai và sử dụng mô hình nền tảng trong SageMaker JumpStart, hãy xem tài liệu về Amazon SageMaker JumpStart.