टीआईआई का फाल्कन 180बी फाउंडेशन मॉडल अब अमेज़ॅन सेजमेकर जम्पस्टार्ट | के माध्यम से उपलब्ध है अमेज़न वेब सेवाएँ

आज, हमें यह घोषणा करते हुए खुशी हो रही है कि टेक्नोलॉजी इनोवेशन इंस्टीट्यूट (टीआईआई) द्वारा विकसित और अमेज़ॅन सेजमेकर पर प्रशिक्षित फाल्कन 180बी फाउंडेशन मॉडल ग्राहकों के लिए उपलब्ध है। अमेज़न SageMaker जम्पस्टार्ट चल रहे अनुमान के लिए एक-क्लिक के साथ तैनात करना। 180 बिलियन-पैरामीटर आकार के साथ और 3.5-ट्रिलियन-टोकन डेटासेट पर प्रशिक्षित, फाल्कन 180बी सबसे बड़ा और खुले तौर पर सुलभ वजन के साथ सबसे अधिक प्रदर्शन करने वाले मॉडल में से एक है। आप इस मॉडल को सेजमेकर जंपस्टार्ट, एक मशीन लर्निंग (एमएल) हब के साथ आज़मा सकते हैं जो एल्गोरिदम, मॉडल और एमएल समाधान तक पहुंच प्रदान करता है ताकि आप जल्दी से एमएल के साथ शुरुआत कर सकें। इस पोस्ट में, हम सेजमेकर जम्पस्टार्ट के माध्यम से फाल्कन 180बी मॉडल को खोजने और तैनात करने के तरीके के बारे में जानेंगे।

फाल्कन 180बी क्या है?

फाल्कन 180बी द्वारा जारी एक मॉडल है टीआईआई यह फाल्कन परिवार में पिछली रिलीज़ों का अनुसरण करता है। यह फाल्कन 40बी का एक स्केल-अप संस्करण है, और यह बेहतर स्केलेबिलिटी के लिए मल्टी-क्वेरी ध्यान का उपयोग करता है। यह एक ऑटो-रिग्रेसिव भाषा मॉडल है जो एक अनुकूलित ट्रांसफार्मर आर्किटेक्चर का उपयोग करता है। इसे 3.5 ट्रिलियन टोकन डेटा पर प्रशिक्षित किया गया था, जिसमें मुख्य रूप से वेब डेटा शामिल था रिफाइंडवेब (लगभग 85%). मॉडल के दो संस्करण हैं: 180बी और 180बी-चैट। 180बी एक कच्चा, पूर्व-प्रशिक्षित मॉडल है, जिसे अधिकांश उपयोग के मामलों के लिए और बेहतर बनाया जाना चाहिए। 180बी-चैट सामान्य निर्देश लेने के लिए बेहतर अनुकूल है। चैट मॉडल को कई बड़े पैमाने पर संवादात्मक डेटासेट के साथ चैट और निर्देश डेटासेट पर ठीक किया गया है।

मॉडल के तहत उपलब्ध कराया गया है फाल्कन-180बी टीआईआई लाइसेंस और स्वीकार्य उपयोग नीति.

फाल्कन 180बी को टीआईआई द्वारा प्रशिक्षित किया गया था अमेज़न SageMaker, लगभग 4K A100 GPU के क्लस्टर पर। इसमें गिगाट्रॉन नामक एक कस्टम वितरित प्रशिक्षण कोडबेस का उपयोग किया गया है, जो ज़ीरो के साथ 3डी समानता और कस्टम, उच्च-प्रदर्शन ट्राइटन कर्नेल का उपयोग करता है। वितरित प्रशिक्षण वास्तुकला का उपयोग किया गया अमेज़न सरल भंडारण सेवा (अमेज़ॅन एस3) डेटा लोडिंग और चेकपॉइंट लेखन और पढ़ने के लिए एकमात्र एकीकृत सेवा के रूप में, जिसने विशेष रूप से कार्यभार विश्वसनीयता और परिचालन सादगी में योगदान दिया।

सेजमेकर जम्पस्टार्ट क्या है?

सेजमेकर जम्पस्टार्ट के साथ, एमएल व्यवसायी सर्वश्रेष्ठ प्रदर्शन करने वाले फाउंडेशन मॉडल की बढ़ती सूची में से चुन सकते हैं। एमएल व्यवसायी एक नेटवर्क पृथक वातावरण के भीतर समर्पित सेजमेकर उदाहरणों के लिए फाउंडेशन मॉडल तैनात कर सकते हैं, और मॉडल प्रशिक्षण और तैनाती के लिए अमेज़ॅन सेजमेकर का उपयोग करके मॉडल को अनुकूलित कर सकते हैं।

अब आप कुछ ही क्लिक में फाल्कन 180बी को खोज और तैनात कर सकते हैं अमेज़ॅन सैजमेकर स्टूडियो या सेजमेकर पायथन एसडीके के माध्यम से प्रोग्रामेटिक रूप से, आपको सेजमेकर सुविधाओं के साथ मॉडल प्रदर्शन और एमएलओपीएस नियंत्रण प्राप्त करने में सक्षम बनाता है जैसे अमेज़न SageMaker पाइपलाइन, अमेज़न SageMaker डिबगर, या कंटेनर लॉग। मॉडल को AWS सुरक्षित वातावरण में और आपके VPC नियंत्रण में तैनात किया गया है, जिससे डेटा सुरक्षा सुनिश्चित करने में मदद मिलती है। फाल्कन 180बी खोजने योग्य है और इसे उन क्षेत्रों में तैनात किया जा सकता है जहां अपेक्षित उदाहरण उपलब्ध हैं। वर्तमान में, ml.p4de इंस्टेंसेस यूएस ईस्ट (एन. वर्जीनिया) और यूएस वेस्ट (ओरेगन) में उपलब्ध हैं।

मॉडल खोजें

आप सेजमेकर स्टूडियो यूआई और सेजमेकर पायथन एसडीके में सेजमेकर जम्पस्टार्ट के माध्यम से फाउंडेशन मॉडल तक पहुंच सकते हैं। इस अनुभाग में, हम सेजमेकर स्टूडियो में मॉडलों की खोज कैसे करें, इसके बारे में जानेंगे।

सेजमेकर स्टूडियो एक एकीकृत विकास वातावरण (आईडीई) है जो एकल वेब-आधारित विज़ुअल इंटरफ़ेस प्रदान करता है जहां आप डेटा तैयार करने से लेकर निर्माण, प्रशिक्षण और अपने एमएल मॉडल को तैनात करने तक सभी एमएल विकास चरणों को करने के लिए उद्देश्य-निर्मित टूल तक पहुंच सकते हैं। सेजमेकर स्टूडियो कैसे शुरू करें और स्थापित करें, इसके बारे में अधिक जानकारी के लिए देखें अमेज़ॅन सैजमेकर स्टूडियो.

सेजमेकर स्टूडियो में, आप सेजमेकर जम्पस्टार्ट तक पहुंच सकते हैं, जिसमें पूर्व-प्रशिक्षित मॉडल, नोटबुक और पूर्वनिर्मित समाधान शामिल हैं। पूर्वनिर्मित और स्वचालित समाधान.

सेजमेकर जम्पस्टार्ट लैंडिंग पृष्ठ से, आप समाधान, मॉडल, नोटबुक और अन्य संसाधन ब्राउज़ कर सकते हैं। आप फाल्कन 180बी को इसमें पा सकते हैं फाउंडेशन मॉडल: टेक्स्ट जेनरेशन हिंडोला.

आप चुनकर अन्य मॉडल वेरिएंट भी पा सकते हैं सभी टेक्स्ट जेनरेशन मॉडल का अन्वेषण करें या खोज रहे हैं Falcon.

आप मॉडल के बारे में विवरण देखने के लिए मॉडल कार्ड चुन सकते हैं जैसे लाइसेंस, प्रशिक्षण के लिए उपयोग किया गया डेटा और उपयोग कैसे करें। आपको दो बटन भी मिलेंगे, तैनाती और नोटबुक खोलें, जो आपको मॉडल का उपयोग करने में मदद करेगा (निम्न स्क्रीनशॉट दिखाता है तैनाती विकल्प)।

मॉडल तैनात करें

जब आप चुनते हैं तैनाती, मॉडल परिनियोजन प्रारंभ हो जाएगा. वैकल्पिक रूप से, आप उदाहरण नोटबुक के माध्यम से तैनात कर सकते हैं जो चुनने पर दिखाई देता है नोटबुक खोलें. उदाहरण नोटबुक अनुमान लगाने और संसाधनों को साफ करने के लिए मॉडल को कैसे तैनात किया जाए, इस पर शुरू से अंत तक मार्गदर्शन प्रदान करता है।

नोटबुक का उपयोग करके तैनात करने के लिए, हम द्वारा निर्दिष्ट एक उपयुक्त मॉडल का चयन करके शुरुआत करते हैं model_id. आप निम्नलिखित कोड के साथ सेजमेकर पर किसी भी चयनित मॉडल को तैनात कर सकते हैं:

from sagemaker.jumpstart.model import JumpStartModel my_model = JumpStartModel(model_id="huggingface-llm-falcon-180b-chat-bf16") predictor = my_model.deploy()

यह मॉडल को सेजमेकर पर डिफ़ॉल्ट कॉन्फ़िगरेशन के साथ तैनात करता है, जिसमें डिफ़ॉल्ट इंस्टेंस प्रकार और डिफ़ॉल्ट वीपीसी कॉन्फ़िगरेशन शामिल हैं। आप गैर-डिफ़ॉल्ट मान निर्दिष्ट करके इन कॉन्फ़िगरेशन को बदल सकते हैं JumpStartModel. अधिक जानने के लिए, देखें एपीआई दस्तावेज. इसे तैनात करने के बाद, आप सेजमेकर भविष्यवक्ता के माध्यम से तैनात समापन बिंदु के खिलाफ अनुमान चला सकते हैं। निम्नलिखित कोड देखें:

payload = { "inputs": "User: Hello!nFalcon: ", "parameters": {"max_new_tokens": 256, "top_p": 0.9, "temperature": 0.6}
}
response = predictor.predict(payload)

अनुमान पैरामीटर अंतिम बिंदु पर पाठ निर्माण प्रक्रिया को नियंत्रित करते हैं। अधिकतम नए टोकन नियंत्रण मॉडल द्वारा उत्पन्न आउटपुट के आकार को संदर्भित करता है। ध्यान दें कि यह शब्दों की संख्या के समान नहीं है क्योंकि मॉडल की शब्दावली अंग्रेजी भाषा की शब्दावली के समान नहीं है और प्रत्येक टोकन अंग्रेजी भाषा का शब्द नहीं हो सकता है। तापमान आउटपुट में यादृच्छिकता को नियंत्रित करता है। उच्च तापमान के परिणामस्वरूप अधिक रचनात्मक और मतिभ्रमपूर्ण आउटपुट मिलते हैं। सभी अनुमान पैरामीटर वैकल्पिक हैं.

यह 180B पैरामीटर मॉडल 335GB का है और 16-बिट परिशुद्धता में पर्याप्त रूप से अनुमान लगाने के लिए और भी अधिक GPU मेमोरी की आवश्यकता होती है। वर्तमान में, जम्पस्टार्ट केवल ml.p4de.24xlarge इंस्टेंसेस पर इस मॉडल का समर्थन करता है। प्रदान करके ml.p8d.4xlarge उदाहरण पर 24-बिट परिमाणित मॉडल को तैनात करना संभव है env={"HF_MODEL_QUANTIZE": "bitsandbytes"} कीवर्ड तर्क के लिए JumpStartModel निर्माता और निर्दिष्टीकरण instance_type="ml.p4d.24xlarge" तैनाती विधि के लिए. हालाँकि, कृपया ध्यान दें कि इस परिमाणित कॉन्फ़िगरेशन के लिए प्रति-टोकन विलंबता लगभग 5x धीमी है।

निम्न तालिका मॉडल आईडी, डिफ़ॉल्ट इंस्टेंस प्रकार, समर्थित कुल टोकन की अधिकतम संख्या (इनपुट टोकन की संख्या और उत्पन्न टोकन की संख्या का योग) और प्रति टोकन विशिष्ट प्रतिक्रिया विलंबता के साथ सेजमेकर जम्पस्टार्ट में उपलब्ध सभी फाल्कन मॉडल को सूचीबद्ध करती है। इनमें से प्रत्येक मॉडल के लिए.

*इस ब्लॉग में दिए गए उदाहरण संकेतों के औसत प्रतिक्रिया समय के लिए प्रति-टोकन विलंबता प्रदान की गई है; यह मान इनपुट और आउटपुट अनुक्रम की लंबाई के आधार पर अलग-अलग होगा।

फाल्कन 180बी के लिए अनुमान और उदाहरण संकेत

फ़ॉल्कन मॉडल का उपयोग पाठ के किसी भी भाग को पूरा करने के लिए किया जा सकता है। पाठ निर्माण के माध्यम से, आप विभिन्न प्रकार के कार्य कर सकते हैं, जैसे प्रश्नों का उत्तर देना, भाषा अनुवाद, भावना विश्लेषण और भी बहुत कुछ। समापन बिंदु निम्नलिखित इनपुट पेलोड स्कीमा स्वीकार करता है:

payload = { "inputs": str, (optional)"parameters": { "do_sample": bool, "max_new_tokens": int, "repetition_penalty": float, "return_full_text": bool, "stop": List[str], "seed": int, "temperature": float, "top_k": int, "top_p": float, "truncate": int, "typical_p": float, "best_of": int, "watermark": bool, "details": bool, "decoder_input_details": bool, }
}

आप इनकी परिभाषा तलाश सकते हैं ग्राहक पैरामीटर और पाठ-पीढ़ी-अनुमान भंडार के भीतर उनके डिफ़ॉल्ट मान।

निम्नलिखित कुछ नमूना उदाहरण संकेत और मॉडल द्वारा उत्पन्न पाठ हैं। यहां सभी आउटपुट अनुमान मापदंडों के साथ उत्पन्न होते हैं {"max_new_tokens": 768, "stop": ["<|endoftext|>", "###"]}.

एक वेबसाइट का निर्माण 10 सरल चरणों में किया जा सकता है:

Input Building a website can be done in 10 simple steps: Output
- Choose a domain name
- Register your domain name
- Choose a web host
- Choose a website builder
- Create your website
- Add content to your website
- Add pages to your website
- Add images to your website
- Add videos to your website
- Add social media to your website
1. Choose a domain name
A domain name is the address of your website. It is what people will type into their browser to find your website. For example, the domain name of this website is.
When choosing a domain name, you should choose something that is easy to remember and that represents your business or website. You should also make sure that the domain name is available. You can check if a domain name is available by using a domain name search tool.
2. Register your domain name
Once you have chosen a domain name, you need to register it. This can be done through a domain name registrar. A domain name registrar is a company that manages the registration of domain names.
When registering your domain name, you will need to provide your contact information and choose a payment method. You will also need to choose a domain name extension. The most common domain name extensions are .com, .net, and .org.
3. Choose a web host
A web host is a company that provides space on a server for your website. When choosing a web host, you should choose one that is reliable and that offers good customer support. You should also make sure that the web host offers the features that you need for your website.
4. Choose a website builder
A website builder is a tool that allows you to create a website without having to learn how to code. There are many different website builders available, so you should choose one that is easy to use and that offers the features that you need.
5. Create your website
Once you have chosen a website builder, you can start creating your website. You will need to choose a template for your website and then add content to your website.
6. Add content to your website
The content of your website is what will make your website unique. You should add content that is relevant to your business or website. You can add text, images, videos, and other types of content to your website.
7. Add pages to your website
A website is made up of pages. You can add as many pages as you want to your website. Each page should have a different purpose. For example, you might have a page for your home page, a page for your about page, and a page for your contact page.
8. Add images to your website
Images can make your website more visually appealing. You can add images to your website by uploading them to your website or by using a image hosting service.
9. Add videos to your website
Videos can also make your website more visually appealing. You can add videos to your website by uploading them to your website or by using a video hosting service.
10. Add social media to your website
Social media can help you promote your website. You can add social media buttons to your website so that people can share your website on social media. You can also add social media feeds to your website so that people can see your latest social media posts.

आप देख सकते हैं कि यह पूर्व-प्रशिक्षित मॉडल लंबे पाठ अनुक्रम उत्पन्न करता है जो आवश्यक रूप से संवाद उपयोग के मामलों के लिए आदर्श नहीं हैं। इससे पहले कि हम यह दिखाएं कि डायलॉग-आधारित संकेतों के एक बड़े सेट के लिए फाइन-ट्यून चैट मॉडल कैसा प्रदर्शन करता है, अगले दो उदाहरण बताते हैं कि कुछ-शॉट-इन-संदर्भ सीखने के साथ फाल्कन मॉडल का उपयोग कैसे किया जाए, जहां हम मॉडल के लिए उपलब्ध प्रशिक्षण नमूने प्रदान करते हैं। ध्यान दें कि "कुछ-शॉट सीखना" मॉडल वजन को समायोजित नहीं करता है - हम गिल्ड मॉडल आउटपुट में सहायता के लिए इनपुट संदर्भ के भीतर कुछ उदाहरण प्रदान करते हुए इस प्रक्रिया के दौरान केवल तैनात मॉडल पर अनुमान लगाते हैं।

Input
Tweet: "I hate it when my phone battery dies."
Sentiment: Negative
###
Tweet: "My day has been :+1:"
Sentiment: Positive
###
Tweet: "This is the link to the article"
Sentiment: Neutral
###
Tweet: "This new music video was incredible"
Sentiment: Output Positive
###

Input
Translate English to French:
sea otter => loutre de mer
###
peppermint => menthe poivrée
###
plush girafe => girafe peluche
###
cheese => Output fromage
###

फाल्कन 180बी-चैट के लिए अनुमान और उदाहरण संकेत

फाल्कन 180बी-चैट मॉडल के साथ, संवाद उपयोग के मामलों के लिए अनुकूलित, चैट मॉडल एंडपॉइंट के इनपुट में चैट सहायक और उपयोगकर्ता के बीच पिछला इतिहास शामिल हो सकता है। आप अब तक हुई बातचीत से संबंधित प्रश्न पूछ सकते हैं। आप सिस्टम कॉन्फ़िगरेशन भी प्रदान कर सकते हैं, जैसे व्यक्तित्व, जो चैट सहायक के व्यवहार को परिभाषित करता है। एंडपॉइंट पर इनपुट पेलोड फाल्कन 180बी मॉडल के समान है सिवाय इसके inputs स्ट्रिंग मान को निम्न प्रारूप का उपयोग करना चाहिए:

System: <An optional system prompt>
User: <Optional user message history>
Falcon: <Optional chat history Falcon response>
User: <Current user message>
Falcon:

निम्नलिखित कुछ नमूना उदाहरण संकेत और मॉडल द्वारा उत्पन्न पाठ हैं। सभी आउटपुट अनुमान मापदंडों के साथ उत्पन्न होते हैं {"max_new_tokens":256, "stop": ["nUser:", "<|endoftext|>", " User:", "###"]}.

Input
System: You are a helpful assistant
User: What is Amazon SageMaker JumpStart?
Falcon: Output Amazon SageMaker JumpStart is a capability of Amazon SageMaker that provides a set of solutions to common machine learning problems. These solutions include pre-built machine learning models, algorithms, and pre-configured model training and deployment settings. JumpStart also provides sample notebooks that demonstrate how to use these solutions for various use cases. The goal of JumpStart is to help users get started with machine learning quickly and easily, without the need for extensive machine learning expertise.
User:

Input
User: Simply put, the theory of relativity states that
Falcon: Output 1. The laws of physics are the same for all observers in uniform motion relative to one another.
2. The speed of light in a vacuum is the same for all observers, regardless of their motion or the motion of the light source.
3. Time and space are relative, meaning that they can vary depending on the observer's frame of reference.
4. Mass and energy are interchangeable, as expressed by the famous equation E=mc².
User:

Input
User: Building a website can be done in 10 simple steps:
Falcon: Output
1. Determine the purpose and goals of your website.
2. Choose a domain name and register it.
3. Select a web hosting provider and sign up for a plan.
4. Choose a website builder or content management system (CMS) to use.
5. Select a theme or template for your website.
6. Customize the design and layout of your website.
7. Add content to your website, including text, images, and videos.
8. Set up navigation menus and links to make your website easy to navigate.
9. Test your website to ensure it is functioning properly and is mobile-friendly.
10. Launch your website and promote it to attract visitors.
User:

Input
System: Always answer with a Haiku.
User: I am deploying a large language model on Amazon SageMaker JumpStart. What should I do?
Falcon: Output "JumpStart" your dreams,
Deploy with ease, scale with glee,
SageMaker awaits.

Input
System: Generate a table summarizing the options outlined in this email.
User: Team, we have to make a decision on the product plan for Goocrux v2. The first option will take us 3 weeks of development, and will achieve performance of 80ms, but means that the UI has to change. The second option will take us 4 weeks of development, and will achieve performance of 60ms, without any UI change. The third option will take the longest -- 6 weeks of development, will achieve performance of 30ms, without any UI change. A markdown table with four columns: (1) Option ID, (2) Development time, (3) Performance, (4) UI Change.
Falcon: Output
| Option ID | Development time | Performance | UI Change |
| --- | --- | --- | --- |
| 1 | 3 weeks | 80ms | Yes |
| 2 | 4 weeks | 60ms | No |
| 3 | 6 weeks | 30ms | No |

Input
System: You always translate English to French.
User: sea otter => loutre de mer
peppermint => menthe poivrée
plush girafe => girafe peluche
cheese =>
Falcon: Output
=> fromage

Input
System: Classify the user prompt as Negative, Positive, or Neutral sentiment. Use a short response.
User: Tweet: "This new music video was awesome" Falcon: Output "Positive"

Input
User: What is the recipe of mayonnaise?
Falcon: Output 1. In a mixing bowl, whisk together 1 egg yolk, 1 tablespoon of Dijon mustard, and 1 tablespoon of lemon juice until well combined.
2. While whisking continuously, slowly drizzle in 1 cup of vegetable oil until the mixture thickens and emulsifies.
3. Season with salt and pepper to taste.
4. Store in an airtight container in the refrigerator for up to one week.
User:

निम्नलिखित उदाहरण में, उपयोगकर्ता ने सहायक के साथ पेरिस में पर्यटक स्थलों के बारे में बातचीत की है। इसके बाद, उपयोगकर्ता चैट सहायक द्वारा अनुशंसित पहले विकल्प के बारे में पूछताछ कर रहा है।

Input
System: You are a helpful trip planner.
User: I am going to Paris, what should I see?
Falcon: 1. Eiffel Tower: No trip to Paris is complete without a visit to the iconic Eiffel Tower.
2. Louvre Museum: Home to some of the world's most famous art, including the Mona Lisa.
3. Notre-Dame Cathedral: A stunning example of Gothic architecture and a must-see for history buffs.
4. Champs-Élysées: One of the most famous avenues in the world, lined with shops, cafes, and theaters.
5. Montmartre: A charming neighborhood known for its bohemian vibe, street art, and stunning views of the city.
6. Palace of Versailles: A short train ride from Paris, this opulent palace was once the seat of French royalty.
7. Musée d'Orsay: Housed in a former train station, this museum boasts an impressive collection of Impressionist and Post-Impressionist art.
8. Sainte-Chapelle: A hidden gem in the heart of Paris, this medieval chapel is famous for its stunning stained glass windows.
9. Luxembourg Gardens: A beautiful park in the heart of the city, perfect for a picnic or a leisurely stroll.
User: What is so great about #1?
Falcon: Output
#1 is the Eiffel Tower, which is one of the most famous landmarks in the world. It is a symbol of Paris and a must-see attraction for many visitors. The tower offers stunning views of the city from its observation decks, and it is especially beautiful when lit up at night. Additionally, the Eiffel Tower has a rich history and is an engineering marvel, making it a fascinating destination for anyone interested in architecture or history.
User:

क्लीन अप

नोटबुक चलाने के बाद, सुनिश्चित करें कि आपने इस प्रक्रिया में बनाए गए सभी संसाधनों को हटा दिया है ताकि आपकी बिलिंग रोक दी जाए। निम्नलिखित कोड का प्रयोग करें:

predictor.delete_model()
predictor.delete_endpoint()

निष्कर्ष

इस पोस्ट में, हमने आपको दिखाया कि सेजमेकर स्टूडियो में फाल्कन 180बी के साथ कैसे शुरुआत करें और अनुमान के लिए मॉडल को कैसे तैनात करें। क्योंकि फाउंडेशन मॉडल पूर्व-प्रशिक्षित होते हैं, वे प्रशिक्षण और बुनियादी ढांचे की लागत को कम करने और आपके उपयोग के मामले में अनुकूलन को सक्षम करने में मदद कर सकते हैं। आरंभ करने के लिए अभी सेजमेकर स्टूडियो में सेजमेकर जम्पस्टार्ट पर जाएँ।

उपयुक्त संसाधन चुनें

लेखक के बारे में

डॉ काइल उलरिच अमेज़ॅन सेजमेकर जम्पस्टार्ट टीम के साथ एक एप्लाइड साइंटिस्ट हैं। उनकी शोध रुचियों में स्केलेबल मशीन लर्निंग एल्गोरिदम, कंप्यूटर विज़न, टाइम सीरीज़, बायेसियन नॉन-पैरामीट्रिक्स और गॉसियन प्रक्रियाएं शामिल हैं। उनकी पीएचडी ड्यूक यूनिवर्सिटी से है और उन्होंने न्यूरिप्स, सेल और न्यूरॉन में पेपर प्रकाशित किए हैं।

डॉ आशीष खेतानी अमेज़ॅन सेजमेकर जम्पस्टार्ट के साथ एक वरिष्ठ एप्लाइड वैज्ञानिक हैं और मशीन लर्निंग एल्गोरिदम विकसित करने में मदद करते हैं। उन्होंने इलिनोइस विश्वविद्यालय अर्बाना-शैंपेन से पीएचडी की उपाधि प्राप्त की। वह मशीन लर्निंग और सांख्यिकीय अनुमान में एक सक्रिय शोधकर्ता हैं, और उन्होंने न्यूरिप्स, आईसीएमएल, आईसीएलआर, जेएमएलआर, एसीएल और ईएमएनएलपी सम्मेलनों में कई पत्र प्रकाशित किए हैं।

ओलिवियर क्रूचनवह फ्रांस स्थित AWS में एक प्रिंसिपल मशीन लर्निंग स्पेशलिस्ट सॉल्यूशंस आर्किटेक्ट हैं। ओलिवियर AWS ग्राहकों को - छोटे स्टार्टअप से लेकर बड़े उद्यमों तक - उत्पादन-ग्रेड मशीन लर्निंग एप्लिकेशन विकसित करने और तैनात करने में मदद करता है। अपने खाली समय में, उन्हें शोध पत्र पढ़ना और दोस्तों और परिवार के साथ जंगल की खोज करना पसंद है।

कार्ल अल्बर्टसन अमेज़ॅन सेजमेकर के फाउंडेशन मॉडल हब, एल्गोरिदम और साझेदारी टीमों का नेतृत्व करता है।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. ऑटोमोटिव/ईवीएस, कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• चार्टप्राइम. चार्टप्राइम के साथ अपने ट्रेडिंग गेम को उन्नत करें। यहां पहुंचें।
• BlockOffsets. पर्यावरणीय ऑफसेट स्वामित्व का आधुनिकीकरण। यहां पहुंचें।
• स्रोत: https://aws.amazon.com/blogs/machine-learning/falcon-180b-foundation-model-from-tii-is-now-available-via-amazon-sagemaker-jumpstart/