अमेज़न SageMaker जम्पस्टार्ट एक मशीन लर्निंग (एमएल) हब है जो एल्गोरिदम, मॉडल और एमएल समाधान पेश करता है। सेजमेकर जंपस्टार्ट के साथ, एमएल व्यवसायी सर्वश्रेष्ठ प्रदर्शन करने वाले और सार्वजनिक रूप से उपलब्ध की बढ़ती सूची में से चुन सकते हैं नींव मॉडल (एफएम) जैसे फूल का खिलना, लामा 2, फाल्कन-40बी, स्थिर प्रसार, ओपन एलएलएएमए, फ्लान-T5/UL2, या एफएम से जुटना और पर प्रकाश.
इस पोस्ट और संलग्न नोटबुक में, हम प्रदर्शित करते हैं कि इसका उपयोग करके ब्लूमज़ 176बी फाउंडेशन मॉडल को कैसे तैनात किया जाए सेजमेकर पायथन ने एसडीके को सरल बनाया in अमेज़न SageMaker जम्पस्टार्ट एक समापन बिंदु के रूप में और विभिन्न प्राकृतिक भाषा प्रसंस्करण (एनएलपी) कार्यों के लिए इसका उपयोग करें। आप इसके माध्यम से फाउंडेशन मॉडल तक भी पहुंच सकते हैं अमेज़ॅन सैजमेकर स्टूडियो. ब्लूमज़ 176बी मॉडल, सार्वजनिक रूप से उपलब्ध सबसे बड़े मॉडलों में से एक, एक अत्याधुनिक निर्देश-ट्यून मॉडल है जो विभिन्न संदर्भ में कुछ-शॉट सीखने और शून्य-शॉट सीखने वाले एनएलपी कार्यों को निष्पादित कर सकता है। निर्देश ट्यूनिंग एक ऐसी तकनीक है जिसमें निर्देशों का उपयोग करके एनएलपी कार्यों के संग्रह पर एक भाषा मॉडल को ठीक करना शामिल है। निर्देश ट्यूनिंग के बारे में अधिक जानने के लिए, देखें Amazon SageMaker JumpStart में फ़्लान-T5 फ़ाउंडेशन मॉडल के लिए ज़ीरो-शॉट प्रांप्टिंग.
एनएलपी में जीरो-शॉट लर्निंग एक पूर्व-प्रशिक्षित एलएलएम को उन कार्यों के लिए प्रतिक्रिया उत्पन्न करने की अनुमति देता है जिनके लिए उसे विशेष रूप से प्रशिक्षित नहीं किया गया है। इस तकनीक में, मॉडल को एक इनपुट टेक्स्ट और एक प्रॉम्प्ट प्रदान किया जाता है जो प्राकृतिक भाषा में मॉडल से अपेक्षित आउटपुट का वर्णन करता है। जीरो-शॉट लर्निंग का उपयोग विभिन्न एनएलपी कार्यों में किया जाता है, जैसे कि निम्नलिखित:
- बहुभाषी पाठ और भावना वर्गीकरण
- बहुभाषी प्रश्न और उत्तर
- कोड पीढ़ी
- अनुच्छेद पुनर्लेखन
- संक्षिप्तीकरण
- सामान्य ज्ञान तर्क और प्राकृतिक भाषा अनुमान
- सवाल जवाब
- वाक्य एवं भाव वर्गीकरण
- एक शीर्षक के आधार पर काल्पनिक लेख निर्माण
- किसी लेख के आधार पर शीर्षक का सारांश प्रस्तुत करना
फ्यू-शॉट लर्निंग में केवल कुछ उदाहरण प्रदान करके नए कार्य करने के लिए एक मॉडल को प्रशिक्षित करना शामिल है। यह वहां उपयोगी है जहां प्रशिक्षण के लिए सीमित लेबल वाला डेटा उपलब्ध है। फ्यू-शो लर्निंग का उपयोग विभिन्न प्रकार के कार्यों में किया जाता है, जिनमें निम्नलिखित शामिल हैं:
- पाठ सारांश
- कोड पीढ़ी
- नाम इकाई पहचान
- सवाल जवाब
- व्याकरण और वर्तनी सुधार
- उत्पाद विवरण और सामान्यीकरण
- वाक्य एवं भाव वर्गीकरण
- चैटबॉट और संवादी एआई
- ट्वीट पीढ़ी
- मशीन अनुवाद
- इरादा वर्गीकरण
ब्लूम के बारे में
बिगसाइंस लार्ज ओपन-साइंस ओपन-एक्सेस मल्टीलिंगुअल (ब्लूम) भाषा मॉडल एक ट्रांसफार्मर-आधारित बड़ा भाषा मॉडल (एलएलएम) है। ब्लूम एक ऑटोरेग्रेसिव एलएलएम है जिसे औद्योगिक पैमाने के कम्प्यूटेशनल संसाधनों का उपयोग करके बड़ी मात्रा में टेक्स्ट डेटा पर एक प्रॉम्प्ट से टेक्स्ट जारी रखने के लिए प्रशिक्षित किया गया है। इस प्रकार, यह सुसंगत पाठ को आउटपुट करने में सक्षम है जिसे मनुष्यों द्वारा लिखे गए पाठ से अलग करना मुश्किल है। BLOOM को उन टेक्स्ट कार्यों को निष्पादित करने का भी निर्देश दिया जा सकता है जिनके लिए उसे टेक्स्ट जेनरेशन कार्यों के रूप में स्पष्ट रूप से प्रशिक्षित नहीं किया गया है।
अपने 176 अरब मापदंडों के साथ, ब्लूम 46 प्राकृतिक भाषाओं और 13 प्रोग्रामिंग भाषाओं में पाठ उत्पन्न करने में सक्षम है। उनमें से लगभग सभी के लिए, जैसे कि स्पेनिश, फ्रेंच और अरबी, BLOOM 100 बिलियन से अधिक मापदंडों वाला पहला भाषा मॉडल है। शोधकर्ता कर सकते हैं ब्लूम को डाउनलोड करें, चलाएं और उसका अध्ययन करें हाल ही में विकसित एलएलएम के प्रदर्शन और व्यवहार से लेकर उनके गहनतम आंतरिक संचालन तक की जांच करना।
समाधान अवलोकन
इस पोस्ट में, हम दिखाते हैं कि अत्याधुनिक निर्देश-ट्यून किए गए ब्लूमज़ 176बी मॉडल का उपयोग कैसे करें गले लगना पाठ निर्माण के लिए. आप मॉडल को ठीक किए बिना, कई एनएलपी कार्यों के लिए कुछ-शॉट सीखने और शून्य-शॉट सीखने के साथ ब्लूमज़ 176बी मॉडल का उपयोग कर सकते हैं। किसी नए मॉडल को प्रशिक्षित करने की कोई आवश्यकता नहीं है क्योंकि ब्लूमज़ 176बी जैसे मॉडलों में महत्वपूर्ण संख्या में पैरामीटर होते हैं जैसे कि वे बिना दोबारा प्रशिक्षित किए कई संदर्भों में आसानी से अनुकूलित हो सकते हैं। ब्लूमज़ 176बी मॉडल को बड़ी मात्रा में डेटा के साथ प्रशिक्षित किया गया है, जो कई सामान्य-उद्देश्यीय कार्यों के लिए उपयुक्त है।
इस डेमो के सभी चरणों का कोड निम्नलिखित में उपलब्ध है नोटबुक.
निर्देश ट्यूनिंग
पिछले कुछ वर्षों में एलएलएम का आकार और जटिलता तेजी से बढ़ी है। एलएलएम ने प्राकृतिक भाषा के शब्दार्थ सीखने और मानव-जैसी प्रतिक्रियाएँ उत्पन्न करने में उल्लेखनीय क्षमताओं का प्रदर्शन किया है। कई हालिया एलएलएम को एक शक्तिशाली तकनीक के साथ ठीक किया गया है जिसे कहा जाता है निर्देश ट्यूनिंग, जो मॉडल को नए कार्यों को करने में मदद करता है या बिना विशिष्ट फाइन-ट्यूनिंग के नए संकेतों के लिए प्रतिक्रिया उत्पन्न करता है। एक निर्देश-ट्यून मॉडल उपन्यास संकेतों के लिए भविष्यवाणियां उत्पन्न करने के लिए संबंधित कार्यों या अवधारणाओं की अपनी समझ का उपयोग करता है। क्योंकि इस तकनीक में मॉडल के वजन को अपडेट करना शामिल नहीं है, यह एक नए, पहले से अनदेखे कार्य के लिए एक मॉडल को फ़ाइन-ट्यून करने के लिए आवश्यक समय लेने वाली और कम्प्यूटेशनल रूप से महंगी प्रक्रिया से बचता है।
निर्देश ट्यूनिंग में निर्देशों का उपयोग करके एनएलपी कार्यों के संग्रह पर एक भाषा मॉडल को ठीक करना शामिल है। इस तकनीक में, मॉडल को प्रत्येक कार्य के लिए विशिष्ट डेटासेट के बजाय पाठ्य निर्देशों का पालन करके कार्य करने के लिए प्रशिक्षित किया जाता है। मॉडल को प्रत्येक कार्य के लिए इनपुट और आउटपुट उदाहरणों के एक सेट के साथ ठीक से ट्यून किया गया है, जिससे मॉडल को नए कार्यों को सामान्यीकृत करने की अनुमति मिलती है, जब तक कि कार्यों के लिए संकेत प्रदान नहीं किए जाते हैं, तब तक इसे स्पष्ट रूप से प्रशिक्षित नहीं किया गया है। निर्देश ट्यूनिंग मॉडल की सटीकता और प्रभावशीलता में सुधार करने में मदद करती है और उन स्थितियों में सहायक होती है जहां विशिष्ट कार्यों के लिए बड़े डेटासेट उपलब्ध नहीं होते हैं।
ब्लूम मॉडल पर शून्य-शॉट और कुछ-शॉट एनएलपी कार्यों के लिए त्वरित इंजीनियरिंग
शीघ्र इंजीनियरिंग मॉडल को वांछित प्रतिक्रियाओं की ओर मार्गदर्शन करने के लिए उच्च-गुणवत्ता वाले संकेत बनाने से संबंधित है। संकेतों को विशिष्ट कार्य और उपयोग किए जा रहे डेटासेट के आधार पर डिज़ाइन करने की आवश्यकता है। यहां लक्ष्य शोर को कम करते हुए उच्च गुणवत्ता वाली प्रतिक्रियाएं उत्पन्न करने के लिए मॉडल को आवश्यक जानकारी प्रदान करना है। इसमें कीवर्ड, अतिरिक्त संदर्भ, प्रश्न और बहुत कुछ शामिल हो सकता है।
एक अच्छी तरह से डिज़ाइन किया गया संकेत मॉडल को अधिक रचनात्मक और सामान्यीकृत बना सकता है ताकि यह आसानी से नए कार्यों के अनुकूल हो सके। संकेत विशिष्ट कार्यों पर डोमेन ज्ञान को शामिल करने और व्याख्यात्मकता में सुधार करने में भी मदद कर सकते हैं। शीघ्र इंजीनियरिंग शून्य-शॉट और कुछ-शॉट सीखने वाले मॉडल के प्रदर्शन में काफी सुधार कर सकती है। उच्च-गुणवत्ता वाले संकेतों को बनाने के लिए कार्य पर सावधानीपूर्वक विचार करने के साथ-साथ मॉडल की ताकत और सीमाओं की गहरी समझ की आवश्यकता होती है।
निम्नलिखित तालिका में, ब्लूमज़ 176बी मॉडल का उपयोग विभिन्न शून्य-शॉट और कुछ-शॉट एनएलपी कार्यों के लिए प्रतिक्रियाएं उत्पन्न करने के लिए किया जाता है। पहला कॉलम कार्य दिखाता है, दूसरे कॉलम में मॉडल को प्रदान किया गया प्रॉम्प्ट होता है (जहां टेम्प्लेट टेक्स्ट बोल्ड होता है और नॉन-बोल्ड टेक्स्ट उदाहरण इनपुट होता है) और तीसरा कॉलम प्रॉम्प्ट के विरुद्ध पूछे जाने पर मॉडल से प्रतिक्रिया है
निम्नलिखित सभी कार्यों के लिए, हम हाइपरपैरामीटर को 600 के रूप में सेट करते हैं max_length
, num_return_sequences
, top_k
250 होना, top_p
0.95 होना, और कोई नमूनाकरण नहीं।
कार्य | शीघ्र इनपुट | उत्पादन |
शून्य-शॉट सीखने के कार्य | ||
बहुभाषी पाठ या भावना वर्गीकरण (चीनी से अंग्रेजी) | मेरे पास कोई और विकल्प नहीं है, कोई समस्या नहीं है, कोई समस्या नहीं है, कोई समस्या नहीं है। ,永远彪炳史册。क्या आप पिछली समीक्षा को सकारात्मक, तटस्थ या नकारात्मक मानेंगे? | सकारात्मक |
बहुभाषी प्रश्न उत्तर (अंग्रेजी से चीनी) | मुझे पारंपरिक चीनी भाषा में समझाएं बैकप्रोपेगेशन क्या है | अधिक पढ़ें小化损失函数。 |
कोड पीढ़ी | लिखना एक बाइनरी सर्च ट्री के साथ O(log(n)) कम्प्यूटेशनल जटिलता। {कोड_स्टार्ट} |
डीईएफ़ बाइनरी_सर्च(ए, एक्स): निम्न = 0 उच्च = लेन(ए) - 1 जबकि निम्न <= उच्च: मध्य = (निम्न + उच्च) // 2 यदि एक[मध्य] <x: निम्न = मध्य + 1 एलिफ ए[मध्य] > एक्स: उच्च = मध्य - 1 अन्य: मध्य वापसी वापसी -1′ ... अन्य: मध्य वापसी कम वापसी' आउटपुट छोटा कर दिया गया है |
अनुच्छेद पुनर्लेखन | अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) ने अपने क्लाउड-आधारित मशीन लर्निंग प्लेटफॉर्म, सेजमेकर के लिए नौ प्रमुख नए अपडेट की घोषणा की है। सेजमेकर का लक्ष्य एक मशीन लर्निंग सेवा प्रदान करना है जिसका उपयोग वस्तुतः किसी भी उपयोग के मामले के लिए एमएल मॉडल बनाने, प्रशिक्षित करने और तैनात करने के लिए किया जा सकता है। इस वर्ष के री:इन्वेंट सम्मेलन के दौरान, AWS ने सेजमेकर की क्षमताओं को और बेहतर बनाने के लिए कई घोषणाएँ कीं।nnआप अंग्रेजी का उपयोग करके इसे संक्षेप में कैसे दोहराएँगे?अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) ने अपने क्लाउड-आधारित मशीन लर्निंग प्लेटफॉर्म, सेजमेकर के लिए नौ प्रमुख नए अपडेट की घोषणा की है। सेजमेकर का लक्ष्य एक मशीन लर्निंग सेवा प्रदान करना है जिसका उपयोग वस्तुतः किसी भी उपयोग के मामले के लिए एमएल मॉडल बनाने, प्रशिक्षित करने और तैनात करने के लिए किया जा सकता है। इस वर्ष के री:इन्वेंट सम्मेलन के दौरान, AWS ने सेजमेकर की क्षमताओं को और बेहतर बनाने के लिए कई घोषणाएँ कीं। एनउपरोक्त वाक्य बहुत जटिल है. कृपया मुझे कई वाक्यों से युक्त एक सरलीकृत पर्यायवाची संस्करण प्रदान करें: |
Amazon SageMaker को एक बड़ा अपडेट मिला है अमेज़ॅन वेब सर्विसेज (एडब्ल्यूएस) ने अपने क्लाउड-आधारित मशीन लर्निंग प्लेटफॉर्म, सेजमेकर के लिए नौ प्रमुख नए अपडेट की घोषणा की है। सेजमेकर का लक्ष्य एक मशीन लर्निंग सेवा प्रदान करना है जिसका उपयोग वस्तुतः किसी भी उपयोग के मामले के लिए एमएल मॉडल बनाने, प्रशिक्षित करने और तैनात करने के लिए किया जा सकता है। |
संक्षिप्तीकरण | अमेज़ॅन कॉम्प्रिहेंड दस्तावेजों की सामग्री के बारे में अंतर्दृष्टि निकालने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का उपयोग करता है। यह एक दस्तावेज़ में संस्थाओं, प्रमुख वाक्यांशों, भाषा, भावनाओं और अन्य सामान्य तत्वों को पहचान कर अंतर्दृष्टि विकसित करता है। दस्तावेज़ों की संरचना को समझने के आधार पर नए उत्पाद बनाने के लिए Amazon Comprehend का उपयोग करें। उदाहरण के लिए, Amazon Comprehend का उपयोग करके आप उत्पादों के उल्लेख के लिए सोशल नेटवर्किंग फ़ीड खोज सकते हैं या प्रमुख वाक्यांशों के लिए संपूर्ण दस्तावेज़ संग्रह को स्कैन कर सकते हैं। आप Amazon Comprehend कंसोल का उपयोग करके या Amazon Comprehend API का उपयोग करके Amazon Comprehend दस्तावेज़ विश्लेषण क्षमताओं तक पहुँच सकते हैं। आप छोटे वर्कलोड के लिए रीयल-टाइम विश्लेषण चला सकते हैं या आप बड़े दस्तावेज़ सेट के लिए अतुल्यकालिक विश्लेषण कार्य प्रारंभ कर सकते हैं। आप Amazon Comprehend द्वारा प्रदान किए गए पूर्व-प्रशिक्षित मॉडल का उपयोग कर सकते हैं, या आप वर्गीकरण और इकाई पहचान के लिए अपने स्वयं के कस्टम मॉडल को प्रशिक्षित कर सकते हैं। Amazon Comprehend की सभी सुविधाएँ इनपुट के रूप में UTF-8 टेक्स्ट दस्तावेज़ स्वीकार करती हैं। इसके अलावा, कस्टम वर्गीकरण और कस्टम इकाई पहचान छवि फ़ाइलों, पीडीएफ फाइलों और वर्ड फाइलों को इनपुट के रूप में स्वीकार करती है। अमेज़ॅन कॉम्प्रिहेंड विशिष्ट सुविधा के आधार पर विभिन्न भाषाओं में दस्तावेज़ों की जांच और विश्लेषण कर सकता है। अधिक जानकारी के लिए, Amazon Comprehend में समर्थित भाषाएँ देखें। अमेज़ॅन कॉम्प्रिहेंड की प्रमुख भाषा क्षमता दस्तावेज़ों की जांच कर सकती है और भाषाओं के व्यापक चयन के लिए प्रमुख भाषा का निर्धारण कर सकती है।nn===nपिछले पाठ का सारांश अंग्रेजी में लिखें: |
अमेज़ॅन कॉम्प्रिहेंड दस्तावेजों की सामग्री के बारे में अंतर्दृष्टि निकालने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का उपयोग करता है। यह एक दस्तावेज़ में संस्थाओं, प्रमुख वाक्यांशों, भाषा, भावनाओं और अन्य सामान्य तत्वों को पहचान कर अंतर्दृष्टि विकसित करता है। दस्तावेज़ों की संरचना को समझने के आधार पर नए उत्पाद बनाने के लिए Amazon Comprehend का उपयोग करें। उदाहरण के लिए, Amazon Comprehend का उपयोग करके आप उत्पादों के उल्लेख के लिए सोशल नेटवर्किंग फ़ीड खोज सकते हैं या प्रमुख वाक्यांशों के लिए संपूर्ण दस्तावेज़ संग्रह को स्कैन कर सकते हैं। आप Amazon Comprehend कंसोल का उपयोग करके या Amazon Comprehend API का उपयोग करके Amazon Comprehend दस्तावेज़ विश्लेषण क्षमताओं तक पहुँच सकते हैं। आप छोटे वर्कलोड के लिए रीयल-टाइम विश्लेषण चला सकते हैं या आप बड़े दस्तावेज़ सेट के लिए अतुल्यकालिक विश्लेषण कार्य प्रारंभ कर सकते हैं। आप Amazon Comprehend द्वारा प्रदान किए गए पूर्व-प्रशिक्षित मॉडल का उपयोग कर सकते हैं, या आप वर्गीकरण और इकाई पहचान के लिए अपने स्वयं के कस्टम मॉडल को प्रशिक्षित कर सकते हैं। Amazon Comprehend की सभी सुविधाएँ इनपुट के रूप में UTF-8 टेक्स्ट दस्तावेज़ स्वीकार करती हैं। इसके अलावा, कस्टम वर्गीकरण और कस्टम इकाई पहचान छवि फ़ाइलों, पीडीएफ फाइलों और वर्ड फाइलों को इनपुट के रूप में स्वीकार करती है। विशिष्ट सुविधा के आधार पर Amazon Comprehend विभिन्न भाषाओं में दस्तावेज़ों की जांच और विश्लेषण कर सकता है। अधिक जानकारी के लिए, Amazon Comprehend में समर्थित भाषाएँ देखें। Amazon Comprehend की प्रमुख भाषा क्षमता दस्तावेजों की जांच कर सकती है और भाषाओं के व्यापक चयन के लिए प्रमुख भाषा का निर्धारण कर सकती है। |
सामान्य ज्ञान तर्क और प्राकृतिक भाषा अनुमान | यह देखते हुए कि विश्व कप की शुरुआत लॉस एंजिल्स, संयुक्त राज्य अमेरिका में हुई है। क्या यह उसका पालन करता है विश्व कप संयुक्त राज्य अमेरिका में होता है। हां या नहीं?, विश्व कप की शुरुआत लॉस एंजिल्स, संयुक्त राज्य अमेरिका में हुई है। केवल उपरोक्त विवरण का उपयोग करना और आप दुनिया के बारे में जो जानते हैं, वह है "विश्व कप संयुक्त राज्य अमेरिका में होगा" निश्चित रूप से सही? हां या नहीं?, |
हाँ |
सवाल जवाब | प्रश्न: नए किंडल की प्रमुख विशेषताएं क्या हैं?nnसंदर्भ: नवीनतम और सबसे नवीन किंडल अभी भी आपको लाखों पुस्तकों और दस्तावेज़ों पर नोट्स लेने, सूचियाँ और पत्रिकाएँ लिखने, और बहुत कुछ करने देता है। उन पाठकों के लिए जो हमेशा चाहते थे कि वे अपनी ईबुक में लिख सकें, अमेज़ॅन का नया किंडल उन्हें ऐसा करने देता है। द किंडल स्क्राइब पढ़ने और लिखने के लिए पहला किंडल है और उपयोगकर्ताओं को अपनी पुस्तकों और दस्तावेजों को नोट्स, सूचियों आदि के साथ पूरक करने की अनुमति देता है। किंडल स्क्राइब के बारे में जानने के लिए यहां वह सब कुछ है, जिसमें अक्सर पूछे जाने वाले प्रश्न शामिल हैं। किंडल स्क्राइब पढ़ने और लिखने को वैसे ही आसान बनाता है जैसे आप कागज़ पर लिखते हैं Kindle Scribe में 10.2-इंच, चकाचौंध-मुक्त स्क्रीन (सभी Kindle उपकरणों में सबसे बड़ी), क्रिस्प 300 ppi रिज़ॉल्यूशन और 35 LED फ्रंट लाइट्स हैं जो स्वचालित रूप से आपके वातावरण में समायोजित हो जाती हैं। एडजस्टेबल वार्म लाइट, फॉन्ट साइज, लाइन स्पेसिंग और बहुत कुछ के साथ अपने अनुभव को और अधिक वैयक्तिकृत करें। यह आपकी पसंद के बेसिक पेन या प्रीमियम पेन के साथ आता है, जिसका उपयोग आप स्क्रीन पर लिखने के लिए करते हैं जैसे आप कागज पर करते। वे आपके किंडल से चुंबकीय रूप से भी जुड़ते हैं और उन्हें कभी चार्ज करने की आवश्यकता नहीं होती है। प्रीमियम पेन में एक समर्पित इरेज़र और एक अनुकूलन योग्य शॉर्टकट बटन शामिल है। Kindle Scribe में सभी Kindle उपकरणों की तुलना में सबसे अधिक संग्रहण विकल्प हैं: अपने पढ़ने और लिखने के स्तर के अनुरूप 8 GB, 16 GB, या 32 GB में से चुनें। उत्तर |
लाखों पुस्तकों और दस्तावेज़ों पर नोट्स लें, सूचियाँ और जर्नल लिखें, और भी बहुत कुछ |
वाक्य एवं भाव वर्गीकरण | समीक्षा:एनयह चाल इतनी महान है और एक बार फिर हमें चकाचौंध और प्रसन्न करती हैक्या यह फिल्म समीक्षा वाक्य नकारात्मक या सकारात्मक है?विकल्प: एन-पॉजिटिव एन-नेगेटिव | सकारात्मक |
शीर्षक के आधार पर काल्पनिक लेख निर्माण | शीर्षक: “विश्वविद्यालय में नई सुविधा आ रही है''nउपरोक्त शीर्षक को एक काल्पनिक लेख देते हुए, लेख की कल्पना करें।n'''' |
£1.2 मिलियन की इस परियोजना के तहत इनवर्नेस में यूनिवर्सिटी ऑफ हाइलैंड्स एंड आइलैंड्स (यूएचआई) में एक नए शिक्षण और शिक्षण केंद्र का निर्माण किया जाएगा। इसे पूर्व इनवर्नेस कॉलेज ऑफ कॉमर्स की साइट पर बनाया जाएगा। यूएचआई ने कहा कि नई सुविधा का उपयोग शिक्षण और सीखने के साथ-साथ छात्र सहायता और प्रशासन के लिए किया जाएगा। विश्वविद्यालय ने कहा कि इसका उपयोग सम्मेलनों और कार्यक्रमों के लिए भी किया जाएगा। नया भवन पूर्व इनवर्नेस कॉलेज ऑफ कॉमर्स की साइट पर बनाया जाएगा विश्वविद्यालय ने कहा कि नई इमारत पूर्व इनवर्नेस कॉलेज ऑफ कॉमर्स की साइट पर बनाई जाएगी, जो 2013 में बंद हो गई थी। इसमें कहा गया है कि नई सुविधा का उपयोग शिक्षण और सीखने के साथ-साथ छात्र सहायता और प्रशासन के लिए किया जाएगा। इसका उपयोग सम्मेलनों और कार्यक्रमों के लिए भी किया जाएगा। यूएचआई ने कहा कि नई सुविधा पूर्व इनवर्नेस कॉलेज ऑफ कॉमर्स की साइट पर बनाई जाएगी विश्वविद्यालय ने कहा कि नई इमारत पूर्व इनवर्नेस कॉलेज ऑफ कॉमर्स की साइट पर बनाई जाएगी, जो 2013 में बंद हो गई थी। इसमें कहा गया है कि नई सुविधा का उपयोग शिक्षण और सीखने के साथ-साथ छात्र सहायता और प्रशासन के लिए किया जाएगा। यूएचआई ने कहा कि नई सुविधा पूर्व इनवर्नेस की साइट पर बनाई जाएगी... |
लेख के आधार पर शीर्षक का सारांश प्रस्तुत करना | 'अभी तक का सबसे नया और सबसे उन्नत किंडल आपको लाखों पुस्तकों और दस्तावेज़ों पर नोट्स लेने, सूचियाँ और जर्नल लिखने और बहुत कुछ करने की सुविधा देता है। उन पाठकों के लिए जो हमेशा चाहते थे कि वे अपनी ईबुक में लिख सकें, अमेज़ॅन का नया किंडल उन्हें ऐसा करने देता है। द किंडल स्क्राइब पढ़ने और लिखने के लिए पहला किंडल है और उपयोगकर्ताओं को अपनी पुस्तकों और दस्तावेजों को नोट्स, सूचियों आदि के साथ पूरक करने की अनुमति देता है। किंडल स्क्राइब के बारे में जानने के लिए यहां वह सब कुछ है, जिसमें अक्सर पूछे जाने वाले प्रश्न शामिल हैं। किंडल स्क्राइब पढ़ने और लिखने को वैसे ही आसान बनाता है जैसे आप कागज़ पर लिखते हैं Kindle Scribe में 10.2-इंच, चकाचौंध-मुक्त स्क्रीन (सभी Kindle उपकरणों में सबसे बड़ी), क्रिस्प 300 ppi रिज़ॉल्यूशन और 35 LED फ्रंट लाइट्स हैं जो स्वचालित रूप से आपके वातावरण में समायोजित हो जाती हैं। एडजस्टेबल वार्म लाइट, फॉन्ट साइज, लाइन स्पेसिंग और बहुत कुछ के साथ अपने अनुभव को और अधिक वैयक्तिकृत करें। यह आपकी पसंद के बेसिक पेन या प्रीमियम पेन के साथ आता है, जिसका उपयोग आप स्क्रीन पर लिखने के लिए करते हैं जैसे आप कागज पर करते। वे आपके किंडल से चुंबकीय रूप से भी जुड़ते हैं और उन्हें कभी चार्ज करने की आवश्यकता नहीं होती है। प्रीमियम पेन में एक समर्पित इरेज़र और एक अनुकूलन योग्य शॉर्टकट बटन शामिल है। किंडल स्क्राइब में सभी किंडल डिवाइसों की तुलना में सबसे अधिक स्टोरेज विकल्प हैं: अपने पढ़ने और लिखने के स्तर के अनुरूप 8 जीबी, 16 जीबी या 32 जीबी में से चुनें। एनएन एनएनउपरोक्त लेख के लिए मुझे कोई अच्छा शीर्षक दें। |
अमेज़ॅन का किंडल स्क्राइब: वह सब कुछ जो आपको जानना आवश्यक है |
कुछ-शॉट सीखने के कार्य | ||
संक्षिप्तीकरण | [मूल]: अमेज़ॅन वैज्ञानिक, शेफ़ील्ड विश्वविद्यालय के शोधकर्ताओं के सहयोग से, पहली बार बड़े पैमाने पर तथ्य निष्कर्षण और सत्यापन डेटासेट सार्वजनिक रूप से उपलब्ध करा रहे हैं। डेटासेट, जिसमें 185,000 से अधिक साक्ष्य-समर्थित दावे शामिल हैं, को आशापूर्वक अनुसंधान और विकास को उत्प्रेरित करने के लिए उपलब्ध कराया जा रहा है जो स्वचालित सूचना निष्कर्षण करने वाले सॉफ़्टवेयर अनुप्रयोगों या क्लाउड-आधारित सेवाओं में तथ्य निष्कर्षण और सत्यापन की समस्याओं का समाधान करता है। [सारांश]: अमेज़ॅन और विश्वविद्यालय के शोधकर्ता तथ्य निष्कर्षण और सत्यापन डेटासेट को सार्वजनिक रूप से उपलब्ध कराते हैं। # # # [मूल]: यूएस में प्राइम सदस्य प्राइम मेंबरशिप के साथ अपने दरवाजे पर और भी अधिक डिलीवरी प्राप्त कर सकते हैं। सदस्य अब $9.99 प्रति माह मूल्य के ग्रुभ+ का एक वर्ष तक निःशुल्क आनंद ले सकते हैं—उनकी प्राइम सदस्यता पर कोई अतिरिक्त शुल्क नहीं। इस डील को सक्रिय करने के लिए amazon.com/grubhub पर जाएं। इस नए ऑफर में $0 से अधिक के ऑर्डर पर असीमित, $12 भोजन वितरण शुल्क के साथ-साथ ग्रुभ+ सदस्यों के लिए विशेष सुविधाएं और मुफ्त भोजन और ऑर्डर छूट जैसे पुरस्कार शामिल हैं। साथ ही, भोजन करने वाले ग्रुब के डोनेट द चेंज कार्यक्रम में शामिल होकर "अच्छा करते हुए भी अच्छा खा सकते हैं", एक दान-मिलान पहल जिसने अकेले 25 में $2021 मिलियन से अधिक जुटाए, जिससे देश भर में 20 से अधिक धर्मार्थ संगठनों को लाभ हुआ। [सारांश]: यूएस में प्राइम सदस्य ग्रुभ+ का एक वर्ष तक निःशुल्क आनंद ले सकते हैं, पात्र ऑर्डर पर कोई भोजन-डिलीवरी शुल्क नहीं होगा। # # # [मूल]: अमेज़ॅन वैज्ञानिक, शेफ़ील्ड विश्वविद्यालय के शोधकर्ताओं के सहयोग से, पहली बार बड़े पैमाने पर तथ्य निष्कर्षण और सत्यापन डेटासेट सार्वजनिक रूप से उपलब्ध करा रहे हैं। डेटासेट, जिसमें 185,000 से अधिक साक्ष्य-समर्थित दावे शामिल हैं, को आशापूर्वक अनुसंधान और विकास को उत्प्रेरित करने के लिए उपलब्ध कराया जा रहा है जो स्वचालित सूचना निष्कर्षण करने वाले सॉफ़्टवेयर अनुप्रयोगों या क्लाउड-आधारित सेवाओं में तथ्य निष्कर्षण और सत्यापन की समस्याओं का समाधान करता है। [सारांश]: |
[सारांश]: अमेज़ॅन और विश्वविद्यालय के शोधकर्ता तथ्य निष्कर्षण और सत्यापन डेटासेट को सार्वजनिक रूप से उपलब्ध कराते हैं। |
कोड पीढ़ी | विवरण: एक नारंगी बटन जो कहता है रुकें कोड: रुकें # # # विवरण: एक नीला बॉक्स जिसमें लाल बॉर्डर वाले पीले वृत्त होते हैं कोड: # # # विवरण: एक शीर्षक जिसमें कहा गया है कि एआई में आपका स्वागत है कोड: |
कोड: एआई में आपका स्वागत है ' |
नाम इकाई पहचान | [पाठ]: फ्रेड एक सीरियल उद्यमी है। प्लेटफ़ॉर्म.श के सह-संस्थापक और सीईओ, उन्होंने पहले कॉमर्स गाइज़ की सह-स्थापना की, जो एक प्रमुख ड्रूपल ईकॉमर्स प्रदाता है। उनका मिशन यह गारंटी देना है कि जैसे-जैसे हम क्लाउड कंप्यूटिंग का उपयोग और अनुभव करने के तरीके को गहराई से बदलने की महत्वाकांक्षी यात्रा पर आगे बढ़ते हैं, हम अपने पैरों को अच्छी तरह से जमीन पर रखते हुए उस तीव्र विकास को जारी रखते हैं जिसका हमने अब तक आनंद लिया है। [नाम]: फ्रेड [पद]: सह-संस्थापक और सीईओ [कंपनी]: प्लेटफ़ॉर्म.श # # # [पाठ]: माइक्रोसॉफ्ट (यह शब्द "माइक्रो कंप्यूटर सॉफ्टवेयर" का प्रतीक है) की स्थापना बिल गेट्स द्वारा 4 अप्रैल, 1975 को अल्टेयर 8800 के लिए बेसिक दुभाषियों को विकसित करने और बेचने के लिए की गई थी। स्टीव बाल्मर ने 2000 में सीईओ के रूप में गेट्स की जगह ली और बाद में एक "उपकरण और सेवाएँ" रणनीति की कल्पना की। [नाम]: स्टीव बाल्मर [पद]: सीईओ [कंपनी]: माइक्रोसॉफ्ट # # # [पाठ]: फ़्रैंक रिबौड का जन्म 7 नवंबर 1955 को ल्योन में हुआ था। वह पूर्व सीईओ एंटोनी रिबौड के बेटे हैं, जिन्होंने पूर्व यूरोपीय ग्लास निर्माता बीएसएन ग्रुप को खाद्य उद्योग में एक अग्रणी खिलाड़ी में बदल दिया था। वह डैनोन में सीईओ हैं। [नाम]: फ़्रैंक रिबौड [पद]: सीईओ [कंपनी]: डैनोन # # # [पाठ]: डेविड मेल्विन निवेश बैंकिंग और निजी इक्विटी में 30 से अधिक वर्षों के अनुभव के साथ CITIC CLSA में एक निवेश और वित्तीय सेवा पेशेवर हैं। वह वर्तमान में CITIC CLSA के वरिष्ठ सलाहकार हैं। |
[नाम]: फ्रेड [पद]: सह-संस्थापक और सीईओ [कंपनी]: प्लेटफ़ॉर्म.श |
सवाल जवाब | संदर्भ: एनएलपी क्लाउड की स्थापना 2021 में हुई जब टीम को एहसास हुआ कि उत्पादन में प्राकृतिक भाषा प्रसंस्करण का विश्वसनीय रूप से लाभ उठाने का कोई आसान तरीका नहीं है। प्रश्न: एनएलपी क्लाउड की स्थापना कब हुई थी? उत्तर: 2021 # # # संदर्भ: एनएलपी क्लाउड ने 2020 के मध्य तक अपना एपीआई विकसित किया और तब से उन्होंने कई पूर्व-प्रशिक्षित ओपन-सोर्स मॉडल जोड़े। प्रश्न: एनएलपी क्लाउड ने क्या विकसित किया? उत्तर: एपीआई # # # सन्दर्भ: सभी योजनाएँ कभी भी बंद हो सकती हैं। आप केवल उस समय के लिए भुगतान करते हैं जब आपने सेवा का उपयोग किया था। डाउनग्रेड की स्थिति में, आपको अपने अगले चालान पर छूट मिलेगी। प्रश्न: योजनाएं कब बंद की जा सकती हैं? उत्तर: कभी भी # # # संदर्भ: GPT-J के साथ मुख्य चुनौती मेमोरी खपत है। GPU योजना का उपयोग करने की अनुशंसा की जाती है. प्रश्न: GPT-J के लिए कौन सी योजना अनुशंसित है? उत्तर:""" |
उत्तर: जीपीयू योजना' |
व्याकरण और वर्तनी सुधार | मुझे समुद्र तट पर जाना बहुत पसंद है. सुधार: मुझे समुद्र तट पर जाना पसंद है। # # # मुझे इसे लेने दो! सुधार: मुझे इसे लेने दो! # # # इसमें बहुत सारी कमियां हैं. सुधार: इसमें बहुत सारी कमियाँ हैं। # # # मैं जाना नहीं चाहता भूल सुधार: |
सुधार: मैं जाना नहीं चाहता |
उत्पाद विवरण और सामान्यीकरण | कीवर्ड से उत्पाद विवरण तैयार करें। कीवर्ड: जूते, महिलाएँ, $59 वाक्य: $59 की कीमत पर महिलाओं के लिए सुंदर जूते। # # # कीवर्ड: पतलून, पुरुष, $69 वाक्य: पुरुषों के लिए आधुनिक पतलून, केवल $69 में। # # # कीवर्ड: दस्ताने, सर्दी, $19 वाक्य: ठंडी सर्दियों के लिए आश्चर्यजनक रूप से गर्म दस्ताने, $19 पर। # # # कीवर्ड: टी-शर्ट, पुरुष, $39 वाक्य: |
वाक्य: पुरुषों के लिए बढ़िया टी-शर्ट, केवल $39 में। |
वाक्य एवं भाव वर्गीकरण | संदेश: जब अंतरिक्ष यान मंगल ग्रह पर उतरा तो पूरी मानवता उत्साहित हो गई विषय: अंतरिक्ष # # # संदेश: मुझे टेनिस और गोल्फ खेलना पसंद है। मैं सप्ताह में दो बार अभ्यास कर रहा हूं। विषय: खेल # # # संदेश: सेल्स लोगों की एक टीम का प्रबंधन करना एक कठिन लेकिन फायदेमंद काम है। विषय: व्यापार # # # संदेश: मैं टमाटर के साथ चिकन पकाने की कोशिश कर रहा हूँ। विषय: |
विषय: भोजन |
चैटबॉट और संवादी एआई | यह एक [मानव] और एक [रोबोट] के बीच की चर्चा है। [रोबोट] बहुत अच्छा और सहानुभूतिपूर्ण है। [मानव]: नमस्ते, आपसे मिलकर अच्छा लगा। [रोबोट]: आपसे मिलकर भी अच्छा लगा। # # # [मानव]: आज कैसा चल रहा है? [रोबोट]: इतना बुरा नहीं, धन्यवाद! आप कैसे हैं? # # # [मानव]: मैं ठीक हूं, लेकिन मैं थोड़ा दुखी हूं... [रोबोट]: ओह? यह क्यों? # # # [मानव]: मुझे फ्लू हो गया है [रोबोट]: |
[रोबोट]: अरे नहीं, मुझे यह सुनकर दुख हुआ! |
ट्वीट पीढ़ी | कीवर्ड: बाज़ार ट्वीट: लोगों से नहीं, प्रकृति और बाज़ार से फीडबैक लें # # # कीवर्ड: बच्चे ट्वीट: शायद हम मर जाएं ताकि हम बच्चों के रूप में वापस आ सकें। # # # कीवर्ड: स्टार्टअप ट्वीट: स्टार्टअप्स को इस बात की चिंता नहीं करनी चाहिए कि आग कैसे बुझाई जाए, उन्हें इसकी चिंता करनी चाहिए कि उन्हें कैसे शुरू किया जाए। # # # कीवर्ड: एनएलपी ट्वीट: |
ट्वीट: एनएलपी एक उपकरण है, लक्ष्य नहीं। |
मशीन अनुवाद | हगिंग फेस एक क्रांतिकारी ले एनएलपी। अनुवाद: गले मिलते चेहरे ने एनएलपी में क्रांति ला दी। # # # यह अद्भुत है! अनुवाद: यह अविश्वसनीय है! # # # मुझे कुछ भी नहीं चाहिए. अनुवाद: क्षमा करें, लेकिन मैं नहीं कर सकता। # # # एनएलपी क्लाउड ने एनएलपी को उत्पादन सुविधा के लिए तैनात करने की अनुमति दी। अनुवाद: |
अनुवाद: एनएलपी क्लाउड एनएलपी को उत्पादन में तैनात करना आसान बनाता है। |
इरादा वर्गीकरण | मैं कल से कोडिंग शुरू करना चाहता हूं क्योंकि यह बहुत मजेदार लगता है! इरादा: कोडिंग शुरू करें # # # कृपया मुझे आपके पास मौजूद अंतिम चित्र दिखाएँ। आशय: चित्र दिखाएँ # # # जितनी जल्दी हो सके इन सभी फाइलों को खोजें। आशय: फ़ाइलें खोजें # # # क्या आप कृपया मुझे अगले सप्ताह चीनी भाषा सिखा सकते हैं? आशय: |
इरादा: मुझे चीनी सिखाओ |
सेजमेकर में ब्लूमजेड 176बी अनुदेश-ट्यून मॉडल तक पहुंचें
सेजमेकर जंपस्टार्ट इन निर्देश-ट्यून किए गए ब्लूम मॉडल का उपयोग शुरू करने के दो तरीके प्रदान करता है: अमेज़ॅन सैजमेकर स्टूडियो और सेजमेकर एसडीके। निम्नलिखित अनुभाग बताते हैं कि इनमें से प्रत्येक विकल्प कैसा दिखता है और उन तक कैसे पहुंचा जाए।
सरलीकृत सेजमेकर जम्पस्टार्ट एसडीके के साथ मॉडल तक पहुंचें
RSI सरलीकृत सेजमेकर जम्पस्टार्ट एसडीके कोड की कुछ पंक्तियों के साथ अंतर्निहित सेजमेकर जम्पस्टार्ट मॉडल के प्रशिक्षण और तैनाती की सुविधा प्रदान करता है। यह आपको मॉडल आईडी के अलावा कोई भी इनपुट दिए बिना, नवीनतम फाउंडेशन मॉडल और इमेज जेनरेशन मॉडल सहित सेजमेकर जम्पस्टार्ट मॉडल की पूरी लाइब्रेरी तक पहुंच प्रदान करता है।
आप कॉन्फ़िगरेशन को निर्दिष्ट करने के लिए हमारे द्वारा प्रदान किए गए मॉडल-विशिष्ट डिफ़ॉल्ट मानों का लाभ उठा सकते हैं, जैसे कि डॉकर छवि, एमएल इंस्टेंस प्रकार, मॉडल आर्टिफैक्ट स्थान और हाइपरपैरामीटर, अन्य फ़ील्ड के बीच। ये विशेषताएँ केवल डिफ़ॉल्ट मान हैं; आप उन्हें ओवरराइड कर सकते हैं और अपने द्वारा बनाए गए AWS मॉडल पर विस्तृत नियंत्रण बनाए रख सकते हैं। इन परिवर्तनों के परिणामस्वरूप, सेजमेकर जंपस्टार्ट मॉडल को तैनात करने और प्रशिक्षित करने के लिए पायथन वर्कफ़्लो लिखने का प्रयास कम हो गया है, जिससे आप महत्वपूर्ण कार्यों पर अधिक समय व्यतीत कर सकेंगे। यह सुविधा उन सभी क्षेत्रों में उपलब्ध है जहां जंपस्टार्ट समर्थित है, और इसके साथ पहुंचा जा सकता है सेजमेकर पायथन एसडीके संस्करण 2.154.0 या बाद में
आप सेजमेकर एसडीके के माध्यम से प्रोग्रामेटिक रूप से एक एंडपॉइंट तैनात कर सकते हैं। आपको सेजमेकर मॉडल हब में अपने इच्छित मॉडल की मॉडल आईडी और परिनियोजन के लिए उपयोग किए जाने वाले इंस्टेंस प्रकार को निर्दिष्ट करने की आवश्यकता होगी। मॉडल यूआरआई, जिसमें अनुमान स्क्रिप्ट शामिल है, और डॉकर कंटेनर का यूआरआई सेजमेकर एसडीके के माध्यम से प्राप्त किया जाता है। ये यूआरआई सेजमेकर जम्पस्टार्ट द्वारा प्रदान किए जाते हैं और इनका उपयोग तैनाती के लिए सेजमेकर मॉडल ऑब्जेक्ट को आरंभ करने के लिए किया जा सकता है।
मॉडल को तैनात करें और समापन बिंदु को क्वेरी करें
इस नोटबुक के लिए ipywidgets की आवश्यकता है। Ipywidgets इंस्टॉल करें और फिर सेजमेकर एक्सेस के साथ AWS खाता भूमिका के रूप में वर्तमान नोटबुक से जुड़ी निष्पादन भूमिका का उपयोग करें।
पूर्व-प्रशिक्षित मॉडल चुनें
हम चुनते हैं bloomz-176b-fp16
पूर्व-प्रशिक्षित मॉडल:
निम्नलिखित अनुभागों में नोटबुक का उपयोग किया जाता है ब्लूमजेड 176बी उदहारण के लिए। सेजमेकर पूर्व-प्रशिक्षित मॉडलों की पूरी सूची के लिए, देखें पूर्व-प्रशिक्षित मॉडल टेबल के साथ बिल्ट-इन एल्गोरिदम.
कलाकृतियों को पुनः प्राप्त करें और एक समापन बिंदु तैनात करें
सेजमेकर के साथ, हम पूर्व-प्रशिक्षित मॉडल को नए डेटासेट पर पहले से ठीक किए बिना अनुमान लगा सकते हैं। हम पुनः प्राप्त करके प्रारंभ करते हैं deploy_image_uri
, deploy_source_uri
, तथा model_uri
पूर्व प्रशिक्षित मॉडल के लिए। पूर्व-प्रशिक्षित मॉडल को होस्ट करने के लिए, हम इसका एक उदाहरण बनाते हैं सेजमेकर.मॉडल.मॉडल और इसे तैनात करें. इसमें कुछ मिनट का समय लगेगा।
अब हम कोड की निम्नलिखित पंक्तियों के साथ सरलीकृत सेजमेकर जम्पस्टार्ट एसडीके का उपयोग करके मॉडल को तैनात कर सकते हैं:
हम का उपयोग करें सेजमेकर बड़े मॉडल अनुमान (एलएमआई) कंटेनर ब्लूमजेड 176बी मॉडल की मेजबानी के लिए। एलएमआई एक एडब्ल्यूएस-निर्मित एलएलएम सॉफ्टवेयर स्टैक (कंटेनर) है जो जेनरेटिव एआई मॉडल पर उपयोग में आसान फ़ंक्शन और प्रदर्शन लाभ प्रदान करता है। यह अनुमान लगाने में तेजी लाने के लिए मॉडल समानता, संकलन, परिमाणीकरण और अन्य स्टैक के साथ एम्बेडेड है। विवरण के लिए, देखें Amazon SageMaker पर BLOOM-176B और OPT-30B को बड़े मॉडल इंफ़ेक्शन डीप लर्निंग कंटेनर्स और डीपस्पीड के साथ डिप्लॉय करें.
ध्यान दें कि इस मॉडल को तैनात करने के लिए p4de.24xlarge उदाहरण की आवश्यकता होती है और तैनाती में आमतौर पर लगभग 1 घंटा लगता है। यदि आपके पास उस उदाहरण के लिए कोटा नहीं है, तो AWS सेवा कोटा कंसोल पर कोटा बढ़ाने का अनुरोध करें।
अंतिम बिंदु को क्वेरी करें और उत्पन्न पाठ को नियंत्रित करने के लिए विभिन्न मापदंडों का उपयोग करके प्रतिक्रिया को पार्स करें
एंडपॉइंट का इनपुट JSON के रूप में स्वरूपित पाठ की कोई भी स्ट्रिंग है और utf-8 प्रारूप में एन्कोड किया गया है। एंडपॉइंट का आउटपुट जेनरेटेड टेक्स्ट वाली JSON फ़ाइल है।
निम्नलिखित उदाहरण में, हम कुछ नमूना इनपुट टेक्स्ट प्रदान करते हैं। आप कोई भी टेक्स्ट इनपुट कर सकते हैं और मॉडल अनुक्रम में अगले शब्दों की भविष्यवाणी करता है। मॉडल को बार-बार कॉल करके टेक्स्ट के लंबे अनुक्रम उत्पन्न किए जा सकते हैं। निम्नलिखित कोड दिखाता है कि इन तर्कों के साथ समापन बिंदु को कैसे लागू किया जाए:
हमें निम्नलिखित आउटपुट मिलता है:
['How to make a pasta? boil a pot of water and add salt. Add the pasta to the water and cook until al dente. Drain the pasta.']
सेजमेकर स्टूडियो में मॉडल तक पहुंचें
आप इन मॉडलों को के माध्यम से भी एक्सेस कर सकते हैं जम्पस्टार्ट लैंडिंग पृष्ठ स्टूडियो में। यह पृष्ठ उपलब्ध एंड-टू-एंड एमएल समाधान, पूर्व-प्रशिक्षित मॉडल और उदाहरण नोटबुक सूचीबद्ध करता है।
पोस्ट प्रकाशित करने के समय, ब्लूमज़ 176बी केवल में उपलब्ध है us-east-2
क्षेत्र।
नोटबुक देखने के लिए आप ब्लूमज़ 176बी मॉडल कार्ड चुन सकते हैं।
फिर आप नोटबुक को आगे चलाने के लिए नोटबुक को आयात कर सकते हैं।
क्लीन अप
चल रहे शुल्कों से बचने के लिए, सेजमेकर अनुमान समापन बिंदुओं को हटा दें। आप निम्नलिखित कमांड का उपयोग करके सेजमेकर कंसोल के माध्यम से या सेजमेकर स्टूडियो नोटबुक से एंडपॉइंट्स को हटा सकते हैं:
predictor.delete_model()
predictor.delete_endpoint()
निष्कर्ष
इस पोस्ट में, हमने शून्य-शॉट और कुछ-शॉट सीखने के लाभों का अवलोकन दिया और बताया कि कैसे शीघ्र इंजीनियरिंग अनुदेश-ट्यूनेड मॉडल के प्रदर्शन में सुधार कर सकती है। हमने यह भी दिखाया कि सेजमेकर जम्पस्टार्ट से निर्देश-ट्यून किए गए ब्लूमज़ 176बी मॉडल को आसानी से कैसे तैनात किया जाए और यह प्रदर्शित करने के लिए उदाहरण प्रदान किए गए हैं कि आप सेजमेकर में तैनात ब्लूमज़ 176बी मॉडल एंडपॉइंट का उपयोग करके विभिन्न एनएलपी कार्य कैसे कर सकते हैं।
हम आपको सेजमेकर जम्पस्टार्ट से ब्लूमज़ 176बी मॉडल तैनात करने और एनएलपी उपयोग मामलों के लिए अपने स्वयं के संकेत बनाने के लिए प्रोत्साहित करते हैं।
सेजमेकर जम्पस्टार्ट के बारे में अधिक जानने के लिए, निम्नलिखित देखें:
लेखक के बारे में
राजकुमार संपतकुमार AWS में एक प्रधान तकनीकी खाता प्रबंधक है, जो ग्राहकों को व्यवसाय-प्रौद्योगिकी संरेखण पर मार्गदर्शन प्रदान करता है और उनके क्लाउड ऑपरेशन मॉडल और प्रक्रियाओं के पुनर्निवेश का समर्थन करता है। उन्हें क्लाउड और मशीन लर्निंग का शौक है। राज एक मशीन लर्निंग विशेषज्ञ भी है और एडब्ल्यूएस ग्राहकों के साथ उनके एडब्ल्यूएस वर्कलोड और आर्किटेक्चर को डिजाइन, तैनात और प्रबंधित करने के लिए काम करता है।
डॉ शिन हुआंग अमेज़ॅन सेजमेकर जम्पस्टार्ट और अमेज़ॅन सेजमेकर बिल्ट-इन एल्गोरिदम के लिए एक अनुप्रयुक्त वैज्ञानिक है। वह स्केलेबल मशीन लर्निंग एल्गोरिदम विकसित करने पर ध्यान केंद्रित करता है। उनकी शोध रुचियां प्राकृतिक भाषा प्रसंस्करण, सारणीबद्ध डेटा पर व्याख्या योग्य गहरी शिक्षा और गैर-पैरामीट्रिक स्पेस-टाइम क्लस्टरिंग के मजबूत विश्लेषण के क्षेत्र में हैं। उन्होंने एसीएल, आईसीडीएम, केडीडी सम्मेलनों और रॉयल स्टैटिस्टिकल सोसाइटी: सीरीज ए जर्नल में कई पत्र प्रकाशित किए हैं।
इवान क्राविट्ज़ अमेज़ॅन वेब सर्विसेज में एक सॉफ्टवेयर इंजीनियर है, जो सेजमेकर जम्पस्टार्ट पर काम कर रहा है। उन्हें खाना पकाने और न्यूयॉर्क शहर में दौड़ने में मज़ा आता 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/zero-shot-and-few-shot-prompting-for-the-bloomz-176b-foundation-model-with-the-simplified-amazon-sagemaker-jumpstart-sdk/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 000
- 1
- 10
- 100
- 11
- 12
- 13
- 15% तक
- 16
- 20
- 2000
- 2013
- 2021
- 24
- 250
- 30
- 32
- 33
- 7
- 8
- a
- योग्य
- About
- ऊपर
- स्वीकार करें
- पहुँच
- पहुँचा
- लेखा
- शुद्धता
- के पार
- अनुकूलन
- जोड़ना
- जोड़ा
- इसके अलावा
- अतिरिक्त
- पतों
- समायोज्य
- प्रशासन
- लाभ
- फिर
- के खिलाफ
- AI
- एआई मॉडल
- करना
- AL
- एल्गोरिदम
- संरेखण
- सब
- की अनुमति दे
- की अनुमति देता है
- अकेला
- भी
- अल्टेयर
- हमेशा
- am
- वीरांगना
- Amazon Comprehend
- अमेज़न SageMaker
- अमेज़न SageMaker जम्पस्टार्ट
- अमेज़ॅन वेब सेवा
- अमेज़ॅन वेब सेवा (एडब्ल्यूएस)
- महत्त्वाकांक्षी
- के बीच में
- राशि
- राशियाँ
- an
- विश्लेषण
- विश्लेषण करें
- और
- एंजेल्स
- की घोषणा
- घोषणाएं
- कोई
- एपीआई
- एपीआई
- उपयुक्त
- अनुप्रयोगों
- लागू
- अप्रैल
- अरबी
- हैं
- क्षेत्र
- तर्क
- लेख
- AS
- जुड़े
- At
- संलग्न करना
- विशेषताओं
- स्वचालित
- स्वतः
- उपलब्ध
- से बचने
- एडब्ल्यूएस
- वापस
- बुरा
- बैंकिंग
- आधारित
- बुनियादी
- BE
- समुद्र तट
- सुंदर
- क्योंकि
- किया गया
- व्यवहार
- जा रहा है
- लाभ
- लाभ
- के अतिरिक्त
- BEST
- के बीच
- बिल
- बिल गेट्स
- बिलियन
- बिट
- फूल का खिलना
- नीला
- पिन
- पुस्तकें
- सीमा
- जन्म
- मुक्केबाज़ी
- संक्षिप्त
- BSN
- निर्माण
- इमारत
- बनाया गया
- में निर्मित
- लेकिन
- बटन
- by
- बुलाया
- बुला
- कर सकते हैं
- पा सकते हैं
- नही सकता
- क्षमताओं
- क्षमता
- कार्ड
- सावधान
- मामला
- मामलों
- ढलाई
- पकड़ा
- केंद्र
- मुख्य कार्यपालक अधिकारी
- चुनौती
- परिवर्तन
- परिवर्तन
- आरोप लगाया
- प्रभार
- चेक
- बच्चे
- चीनी
- चुनाव
- चुनें
- हलकों
- City
- का दावा है
- वर्गीकरण
- बंद
- बादल
- बादल कंप्यूटिंग
- गुच्छन
- सह-संस्थापक
- कोड
- कोडन
- सुसंगत
- ठंड
- सहयोग
- संग्रह
- कॉलेज
- स्तंभ
- कैसे
- आता है
- अ रहे है
- कॉमर्स
- सामान्य
- कंपनी
- पूरा
- जटिलता
- जटिल
- समझना
- शामिल
- कंप्यूटिंग
- अवधारणाओं
- सम्मेलन
- सम्मेलनों
- विन्यास
- विचार
- मिलकर
- कंसोल
- खपत
- कंटेनर
- कंटेनरों
- शामिल हैं
- सामग्री
- संदर्भों
- जारी रखने के
- जारी रखने के लिए
- नियंत्रण
- संवादी
- ठंडा
- सही
- लागत
- सका
- देश
- युगल
- बनाना
- बनाया
- बनाना
- निर्माण
- क्रिएटिव
- कप
- वर्तमान
- वर्तमान में
- रिवाज
- ग्राहक
- अनुकूलन
- तिथि
- डेटासेट
- डेविड
- सौदा
- सौदा
- समर्पित
- गहरा
- ध्यान लगा के पढ़ना या सीखना
- गहरी
- चूक
- दिया गया
- प्रसव
- डेमो
- दिखाना
- साबित
- निर्भर करता है
- तैनात
- तैनात
- deployer
- तैनाती
- तैनाती
- वर्णित
- विवरण
- डिज़ाइन
- बनाया गया
- वांछित
- विवरण
- निर्धारित करना
- विकसित करना
- विकसित
- विकासशील
- विकास
- विकसित
- डिवाइस
- डीआईडी
- Умереть
- विभिन्न
- छूट
- छूट
- चर्चा
- do
- डाक में काम करनेवाला मज़दूर
- दस्तावेज़
- दस्तावेजों
- नहीं करता है
- कर
- डोमेन
- प्रमुख
- दान करना
- dont
- द्वारा
- नीचे
- अधोगति
- नाली
- कमियां
- से प्रत्येक
- आसानी
- आसान
- आसान करने के लिए उपयोग
- ई बुक्स
- ई-कॉमर्स
- प्रभावशीलता
- प्रयास
- तत्व
- पात्र
- एम्बेडेड
- समर्थकारी
- प्रोत्साहित करना
- शुरू से अंत तक
- endpoint
- इंजीनियर
- अभियांत्रिकी
- अंग्रेज़ी
- का आनंद
- संपूर्ण
- संस्थाओं
- सत्ता
- उद्यमी
- वातावरण
- इक्विटी
- यूरोपीय
- और भी
- घटनाओं
- कभी
- सब कुछ
- की जांच
- उदाहरण
- उदाहरण
- अनन्य
- निष्पादन
- अपेक्षित
- महंगा
- अनुभव
- उद्धरण
- चेहरा
- की सुविधा
- सुविधा
- तथ्य
- दूर
- फास्ट
- Feature
- विशेषताएं
- प्रतिक्रिया
- फीस
- पैर
- कुछ
- फ़ील्ड
- पट्टिका
- फ़ाइलें
- वित्तीय
- वित्तीय सेवाओं
- आग
- प्रथम
- पहली बार
- केंद्रित
- का पालन करें
- निम्नलिखित
- भोजन
- भोजन पहुचना
- के लिए
- प्रारूप
- पूर्व
- बुनियाद
- स्थापित
- मुक्त
- फ्रेंच
- अक्सर
- से
- सामने
- कार्यों
- आगे
- लाभ
- गेट्स
- सामान्य उद्देश्य
- उत्पन्न
- उत्पन्न
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- मिल
- देता है
- लक्ष्य
- जा
- गोल्फ
- अच्छा
- GPU
- महान
- बहुत
- जमीन
- समूह
- बढ़ रहा है
- विकास
- गारंटी
- मार्गदर्शन
- गाइड
- हाथ
- है
- होने
- he
- शीर्षक
- सुनना
- ऊंचाई
- मदद
- सहायक
- मदद करता है
- यहाँ उत्पन्न करें
- हाई
- उच्च गुणवत्ता
- उसके
- उम्मीद है कि
- मेजबान
- गरम
- घंटा
- कैसे
- How To
- एचटीएमएल
- HTTPS
- हुआंग
- हब
- मानव
- मानवता
- मनुष्य
- i
- ID
- if
- की छवि
- काल्पनिक
- कल्पना करना
- आयात
- में सुधार
- in
- शामिल
- सहित
- सम्मिलित
- उद्योग
- करें-
- जानकारी निकासी
- पहल
- अभिनव
- निवेश
- निविष्टियां
- अंतर्दृष्टि
- स्थापित
- उदाहरण
- बजाय
- निर्देश
- रुचियों
- आंतरिक
- में
- जांच
- निवेश
- निवेश बैंकिंग
- शामिल करना
- द्वीप
- IT
- आईटी इस
- काम
- नौकरियां
- पत्रिका
- यात्रा
- जेपीजी
- JSON
- केवल
- रखना
- कुंजी
- खोजशब्दों
- जानना
- ज्ञान
- अवतरण
- भाषा
- भाषाऐं
- बड़ा
- बड़े पैमाने पर
- सबसे बड़ा
- पिछली बार
- बाद में
- ताज़ा
- प्रमुख
- जानें
- सीख रहा हूँ
- नेतृत्व
- चलो
- चलें
- स्तर
- लीवरेज
- पुस्तकालय
- प्रकाश
- पसंद
- सीमाओं
- सीमित
- लाइन
- पंक्तियां
- सूची
- सूचियाँ
- एलएलएम
- स्थान
- लंबा
- लंबे समय तक
- देखिए
- हमशक्ल
- उन
- लॉस एंजिल्स
- मोहब्बत
- निम्न
- मशीन
- यंत्र अधिगम
- बनाया गया
- मुख्य
- प्रमुख
- बनाना
- बनाता है
- निर्माण
- प्रबंधन
- प्रबंधक
- प्रबंध
- बहुत
- Markets
- मंगल ग्रह
- बात
- मई..
- शायद
- me
- मिलना
- सदस्य
- सदस्यता
- याद
- पुरुषों
- उल्लेख है
- माइक्रोसॉफ्ट
- मध्यम
- दस लाख
- लाखों
- कम से कम
- मिनटों
- मिशन
- ML
- आदर्श
- मॉडल
- आधुनिक
- महीना
- अधिक
- अधिकांश
- चलचित्र
- विभिन्न
- नाम
- प्राकृतिक
- प्राकृतिक भाषा संसाधन
- प्रकृति
- ne
- आवश्यक
- आवश्यकता
- नकारात्मक
- शुद्ध कार्यशील
- तटस्थ
- कभी नहीँ
- नया
- नए उत्पादों
- न्यूयॉर्क
- न्यू यॉर्क शहर
- नवीनतम
- अगला
- अगले सप्ताह
- अच्छा
- NLP
- नहीं
- शोर
- नोटबुक
- नोट्स
- उपन्यास
- नवंबर
- अभी
- संख्या
- वस्तु
- प्राप्त
- of
- बंद
- प्रस्ताव
- की पेशकश
- ऑफर
- oh
- on
- एक बार
- ONE
- चल रहे
- केवल
- खुला स्रोत
- आपरेशन
- संचालन
- ऑप्शंस
- or
- नारंगी
- आदेश
- आदेशों
- संगठनों
- मूल
- अन्य
- हमारी
- आउट
- उत्पादन
- के ऊपर
- ओवरराइड
- सिंहावलोकन
- अपना
- पृष्ठ
- काग़ज़
- कागजात
- पैरामीटर
- आवेशपूर्ण
- वेतन
- पीडीएफ
- स्टाफ़
- प्रति
- माना जाता है
- निष्पादन
- प्रदर्शन
- प्रदर्शन
- सुविधाएं
- निजीकृत
- मुहावरों
- तस्वीरें
- जगह
- योजना
- योजनाओं
- मंच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खिलाड़ी
- खेल
- कृप्या अ
- प्लस
- स्थिति
- सकारात्मक
- संभव
- पद
- शक्तिशाली
- पीपीआई
- भविष्यवाणियों
- Predictor
- भविष्यवाणी
- प्रीमियम
- पिछला
- पहले से
- मूल्य
- मुख्य
- प्रिंसिपल
- निजी
- निजी इक्विटी
- समस्याओं
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- उत्पादन
- एस्ट्रो मॉल
- उत्पादन
- उत्पाद
- पेशेवर
- कार्यक्रम
- प्रोग्रामिंग
- प्रोग्रामिंग की भाषाएँ
- परियोजना
- प्रदान करना
- बशर्ते
- प्रदाता
- प्रदान करता है
- प्रदान कर
- सार्वजनिक रूप से
- प्रकाशित
- प्रकाशन
- रखना
- अजगर
- प्रश्न
- प्रशन
- उठाया
- उपवास
- मूल्यांकन करें
- RE
- पढ़ना
- पाठकों
- पढ़ना
- वास्तविक समय
- एहसास हुआ
- हाल
- हाल ही में
- मान्यता
- मान्यता देना
- की सिफारिश की
- लाल
- घटी
- क्षेत्र
- क्षेत्रों
- सम्बंधित
- असाधारण
- बार बार
- अलग ढंग से व्यक्त
- प्रतिस्थापित
- कोष
- का अनुरोध
- अपेक्षित
- की आवश्यकता होती है
- अनुसंधान
- अनुसंधान और विकास
- शोधकर्ताओं
- संकल्प
- उपयुक्त संसाधन चुनें
- प्रतिक्रिया
- प्रतिक्रियाएं
- परिणाम
- बनाए रखने के
- की समीक्षा
- क्रांति ला दी
- लाभप्रद
- पुरस्कार
- रोबोट
- मजबूत
- भूमिका
- शाही
- रन
- चलाता है
- s
- sagemaker
- सेजमेकर अनुमान
- कहा
- विक्रय
- नमक
- कहावत
- कहते हैं
- स्केलेबल
- स्कैन
- वैज्ञानिक
- वैज्ञानिकों
- स्क्रीन
- एसडीके
- Search
- दूसरा
- वर्गों
- देखना
- लगता है
- चयन
- बेचना
- अर्थ विज्ञान
- वरिष्ठ
- भावना
- वाक्य
- भावुकता
- भावनाओं
- अनुक्रम
- धारावाहिक
- कई
- श्रृंखला ए
- सेवा
- सेवाएँ
- सेट
- सेट
- की स्थापना
- कई
- चाहिए
- दिखाना
- पता चला
- दिखाता है
- महत्वपूर्ण
- सरलीकृत
- के बाद से
- साइट
- स्थितियों
- आकार
- आकार
- छोटा
- छोटे
- So
- सोशल मीडिया
- सामाजिक नेटवर्किंग
- समाज
- सॉफ्टवेयर
- सॉफ्टवेयर इंजीनियर
- ठोस
- समाधान ढूंढे
- कुछ
- इसके
- स्पेनिश
- विशेषज्ञ
- विशिष्ट
- विशेष रूप से
- गति
- वर्तनी
- बिताना
- धुआँरा
- ढेर
- प्रारंभ
- शुरू
- स्टार्टअप
- राज्य के-the-कला
- राज्य
- सांख्यिकीय
- कदम
- स्टीव
- रोक
- भंडारण
- भंडारण विकल्प
- स्ट्रेटेजी
- ताकत
- तार
- संरचना
- छात्र
- स्टूडियो
- अध्ययन
- ऐसा
- सूट
- सारांश
- परिशिष्ट
- आपूर्ति
- समर्थन
- समर्थित
- सहायक
- पर्याय
- तालिका
- लेना
- लेता है
- कार्य
- कार्य
- शिक्षण
- टीम
- तकनीकी
- टेम्पलेट
- से
- धन्यवाद
- कि
- RSI
- क्षेत्र
- दुनिया
- लेकिन हाल ही
- उन
- फिर
- वहाँ।
- इन
- वे
- तीसरा
- इसका
- यहाँ
- के माध्यम से
- पहर
- बहुत समय लगेगा
- शीर्षक
- सेवा मेरे
- आज
- कल
- भी
- साधन
- कड़ा
- की ओर
- परंपरागत
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- बदालना
- तब्दील
- अनुवाद करें
- पेड़
- कलरव
- दो बार
- दो
- टाइप
- हमें
- समझ
- यूनाइटेड
- संयुक्त राज्य अमेरिका
- विश्वविद्यालय
- असीमित
- जब तक
- अपडेट
- अपडेट
- अद्यतन
- उपयोग
- उदाहरण
- प्रयुक्त
- उपयोगकर्ताओं
- का उपयोग करता है
- का उपयोग
- आमतौर पर
- महत्वपूर्ण
- मान
- विविधता
- विभिन्न
- व्यापक
- सत्यापन
- संस्करण
- बहुत
- के माध्यम से
- देखें
- वास्तव में
- भेंट
- करना चाहते हैं
- गर्म
- था
- पानी
- मार्ग..
- तरीके
- we
- वेब
- वेब सेवाओं
- सप्ताह
- में आपका स्वागत है
- कुंआ
- क्या
- एचएमबी क्या है?
- कब
- कौन कौन से
- जब
- सफेद
- कौन
- पूरा का पूरा
- क्यों
- व्यापक
- चौडाई
- मर्जी
- सर्दी
- साथ में
- बिना
- महिलाओं
- शब्द
- शब्द
- workflows
- काम कर रहे
- कार्य
- विश्व
- विश्व कप
- चिंता
- होगा
- लिखना
- लिख रहे हैं
- लिखा हुआ
- X
- वर्ष
- साल
- हाँ
- अभी तक
- यॉर्क
- आप
- आपका
- जेफिरनेट
- जीरो-शॉट लर्निंग