A mai napon örömmel jelentjük be, hogy a Mistral AI által kifejlesztett Mistral 7B alapozó modellek elérhetőek az ügyfelek számára Amazon SageMaker JumpStart egy kattintással üzembe helyezhető a következtetés futtatásához. A 7 milliárd paraméterrel a Mistral 7B könnyen testreszabható és gyorsan telepíthető. Kipróbálhatja ezt a modellt a SageMaker JumpStarttal, egy gépi tanulási (ML) központtal, amely hozzáférést biztosít az algoritmusokhoz és modellekhez, így gyorsan elkezdheti az ML használatát. Ebben a bejegyzésben bemutatjuk, hogyan fedezheti fel és telepítheti a Mistral 7B modellt.
Mi az a Mistral 7B
A Mistral 7B a Mistral AI által kifejlesztett alapmodell, amely támogatja az angol szöveg- és kódgenerálási képességeket. Számos felhasználási esetet támogat, például szövegösszegzést, osztályozást, szövegkiegészítést és kódkiegészítést. A modell könnyű testreszabhatóságának demonstrálására a Mistral AI egy Mistral 7B Instruct modellt is kiadott a chat-használati esetekre, amelyet számos nyilvánosan elérhető beszélgetési adatkészlettel finomítottak.
A Mistral 7B egy transzformátormodell, amely csoportosított lekérdezést és csúszóablak-figyelmet használ a gyorsabb következtetés (alacsony késleltetés) eléréséhez és a hosszabb sorozatok kezeléséhez. A csoportlekérdezési figyelem egy olyan architektúra, amely a több lekérdezést és a többfejes figyelmet ötvözi a többfejes figyelemhez közeli kimeneti minőség és a többlekérdezéshez hasonló sebesség elérése érdekében. A csúszóablakos figyelem a transzformátor egymásra halmozott rétegeit használja fel a múltban az ablakméreten túlmutató kontextus hosszának növelésére. A Mistral 7B 8,000 token kontextushosszúságú, alacsony késleltetést és nagy áteresztőképességet mutat, és nagy teljesítményű a nagyobb modellalternatívákhoz képest, alacsony memóriaigényt biztosítva 7B modellméretnél. A modell a megengedő alatt érhető el Apache 2.0 licenc, korlátozás nélkül használható.
Mi az a SageMaker JumpStart
A SageMaker JumpStart segítségével az ML gyakorlói a legjobban teljesítő alapozó modellek egyre növekvő listájából választhatnak. Az ML gyakorlói alapmodelleket telepíthetnek dedikált Amazon SageMaker példányokat egy hálózattól elkülönített környezetben, és testreszabhatja a modelleket a SageMaker segítségével a modell betanítására és telepítésére.
Most már néhány kattintással felfedezheti és üzembe helyezheti a Mistral 7B-t Amazon SageMaker Studio vagy programozottan a SageMaker Python SDK-n keresztül, lehetővé téve a modell teljesítményének és az MLOps vezérlők származtatását a SageMaker funkciókkal, mint pl. Amazon SageMaker csővezetékek, Amazon SageMaker Debuggervagy konténernaplókat. A modellt AWS biztonságos környezetben és az Ön VPC-vezérlése alatt helyezik üzembe, így biztosítva az adatbiztonságot.
Fedezze fel a modelleket
A Mistral 7B alapozó modelleket a SageMaker JumpStart segítségével érheti el a SageMaker Studio UI-ban és a SageMaker Python SDK-ban. Ebben a részben áttekintjük, hogyan fedezheti fel a modelleket a SageMaker Stúdióban.
A SageMaker Studio egy integrált fejlesztői környezet (IDE), amely egyetlen web-alapú vizuális felületet biztosít, ahol hozzáférhet a célra épített eszközökhöz az ML fejlesztési lépések elvégzéséhez, az adatok előkészítésétől az ML modellek felépítéséig, betanításáig és telepítéséig. A SageMaker Studio megkezdésével és beállításával kapcsolatos további részletekért lásd: Amazon SageMaker Studio.
A SageMaker Studio alkalmazásban elérheti a SageMaker JumpStart programot, amely előre betanított modelleket, notebookokat és előre elkészített megoldásokat tartalmaz. Előre elkészített és automatizált megoldások.
A SageMaker JumpStart nyitóoldalán megoldások, modellek, notebookok és egyéb források között böngészhet. A Mistral 7B megtalálható a Alapozási modellek: Szöveggenerálás körhinta.
Választással más modellváltozatokat is találhat Fedezze fel az összes szövegmodellt vagy a „Mistral” kifejezésre keres.
A modellkártya kiválasztásával megtekintheti a modell részleteit, például a licencet, a betanításhoz használt adatokat és a használat módját. Két gombot is talál, Telepítése és a Nyissa meg a jegyzetfüzetet, amely segít a modell használatában (a következő képernyőképen a Telepítése választási lehetőség).
Telepítse a modelleket
A telepítés akkor kezdődik, amikor Ön választja Telepítése. Alternatív megoldásként telepítheti a mintajegyzetfüzeten keresztül, amely akkor jelenik meg, amikor Ön választja Nyissa meg a jegyzetfüzetet. A példajegyzetfüzet teljes körű útmutatást nyújt a modell telepítéséhez a következtetések levonásához és az erőforrások tisztításához.
A notebook használatával történő telepítéshez először a Mistral 7B modellt választjuk, amelyet a model_id
. A kiválasztott modellek bármelyikét üzembe helyezheti a SageMakerben a következő kóddal:
Ez a modellt alapértelmezett konfigurációkkal telepíti a SageMakeren, beleértve az alapértelmezett példánytípust (ml.g5.2xlarge) és az alapértelmezett VPC-konfigurációkat. Módosíthatja ezeket a konfigurációkat a nem alapértelmezett értékek megadásával JumpStartModel. A telepítés után a SageMaker előrejelzőn keresztül következtetéseket futtathat a telepített végponttal kapcsolatban:
A telepítési konfiguráció optimalizálása
A Mistral modellek szöveggenerálási következtetést (TGI 1.1-es verzió) használnak. A TGI mély tanulási tárolóval (DLC) rendelkező modellek üzembe helyezésekor számos beállítást konfigurálhat indító érvek környezeti változókon keresztül a végpont telepítésekor. A Mistral 8,000B modellek 7 token kontextushosszának támogatása érdekében a SageMaker JumpStart alapértelmezés szerint beállított néhány paramétert: MAX_INPUT_LENGTH
és a MAX_TOTAL_TOKENS
8191-re, illetve 8192-re. A teljes listát megtekintheti, ha megvizsgálja a modellobjektumot:
Alapértelmezés szerint a SageMaker JumpStart nem rögzíti az egyidejű felhasználókat a környezeti változón keresztül MAX_CONCURRENT_REQUESTS
kisebb, mint a TGI alapértelmezett 128-as értéke. Ennek az az oka, hogy egyes felhasználók tipikus munkaterheléssel rendelkeznek, kis hasznos adatkörnyezethosszúsággal, és nagy egyidejűséget akarnak. Vegye figyelembe, hogy a SageMaker TGI DLC több egyidejű felhasználót támogat gördülő köteggel. Amikor telepíti a végpontot az alkalmazáshoz, megfontolhatja, hogy érdemes-e rögzíteni MAX_TOTAL_TOKENS
or MAX_CONCURRENT_REQUESTS
az üzembe helyezés előtt, hogy a legjobb teljesítményt nyújtsa a munkaterheléshez:
Itt bemutatjuk, hogyan változhat a modell teljesítménye a tipikus végponti munkaterhelés esetén. A következő táblázatokban megfigyelhető, hogy a kis méretű lekérdezések (128 bemeneti szó és 128 kimeneti token) meglehetősen jól teljesítenek nagyszámú egyidejű felhasználó esetén, és másodpercenként 1,000 token átviteli sebességet érnek el. Azonban ahogy a bemeneti szavak száma 512 beviteli szóra növekszik, a végpont telíti kötegelési kapacitását – az egyidejűleg feldolgozható párhuzamos kérelmek számát –, ami átviteli platót és jelentős késleltetési csökkenést eredményez, ami körülbelül 16 párhuzamos felhasználónál kezdődik. Végül, amikor a végpontot nagy bemeneti kontextusokkal (például 6,400 szóval) kérdezi le egyidejűleg több egyidejű felhasználó, ez az átviteli plató viszonylag gyorsan bekövetkezik, egészen addig a pontig, amikor a SageMaker-fiókja 60 másodperces válaszidőkorlátba ütközik a túlterhelt kérésekre. .
. | áteresztőképesség (token/s) | ||||||||||
egyidejű felhasználók | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 | |||
modell | példány típusa | beviteli szavak | kimeneti tokenek | . | |||||||
mistral-7b-utasít | ml.g5.2xnagy | 128 | 128 | 30 | 54 | 89 | 166 | 287 | 499 | 793 | 1030 |
512 | 128 | 29 | 50 | 80 | 140 | 210 | 315 | 383 | 458 | ||
6400 | 128 | 17 | 25 | 30 | 35 | - | - | - | - |
. | p50 késleltetés (ms/token) | ||||||||||
egyidejű felhasználók | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 | |||
modell | példány típusa | beviteli szavak | kimeneti tokenek | . | |||||||
mistral-7b-utasít | ml.g5.2xnagy | 128 | 128 | 32 | 33 | 34 | 36 | 41 | 46 | 59 | 88 |
512 | 128 | 34 | 36 | 39 | 43 | 54 | 71 | 112 | 213 | ||
6400 | 128 | 57 | 71 | 98 | 154 | - | - | - | - |
Következtetési és példamutatások
Mistral 7B
A Mistral 7B alapmodellekkel kölcsönhatásba léphet, mint bármely szabványos szöveggeneráló modellel, ahol a modell egy bemeneti sorozatot dolgoz fel, és a sorozat előre jelzett következő szavait adja ki. Az alábbi egy egyszerű példa több felvételes tanulással, ahol a modell több példát tartalmaz, és a végső példaválaszt ezeknek a korábbi példáknak a kontextuális ismeretében állítjuk elő:
A Mistral 7B utasítást
A Mistral utasításokkal hangolt verziója olyan formázott utasításokat fogad el, ahol a beszélgetési szerepköröknek felhasználói prompttal kell kezdődniük, és felváltva kell lenniük a felhasználó és az asszisztens között. Egy egyszerű felhasználói kérdés a következőképpen nézhet ki:
A többszörös fordulatú felszólítás a következőképpen nézne ki:
Ez a minta megismétlődik a beszélgetésben akárhány fordulatig.
A következő szakaszokban néhány példát vizsgálunk meg a Mistral 7B Instruct modell használatával.
Tudáskeresés
Az alábbiakban egy példa a tudás visszaszerzésére:
Nagy szövegkörnyezetű kérdés megválaszolása
Annak bemutatására, hogyan lehet ezt a modellt használni a nagy beviteli kontextushosszúságok támogatására, a következő példa beágyaz egy részt Robert Sullivan „Rats” címmel (referencia), az MCAS 10. évfolyamos angol nyelvi művészet szövegértési tesztjéből a beviteli utasításba, és egy irányított kérdést tesz fel a modellnek a szöveggel kapcsolatban:
Matematika és érvelés
A Mistral modellek a matematikai pontosság erősségeiről is beszámolnak. A Mistral olyan megértést tud nyújtani, mint például a következő matematikai logika:
Kódolás
A következő példa egy kódolási promptra:
Tisztítsuk meg
Miután befejezte a jegyzetfüzet futtatását, törölje a folyamat során létrehozott összes erőforrást, hogy a számlázás leálljon. Használja a következő kódot:
Következtetés
Ebben a bejegyzésben megmutattuk, hogyan kezdje meg a Mistral 7B használatát a SageMaker Studio-ban, és hogyan helyezze üzembe a modellt következtetések céljából. Mivel az alapmodellek előre betanítottak, csökkenthetik a képzési és infrastrukturális költségeket, és lehetővé teszik a testreszabást az Ön használati esetéhez. Látogatás Amazon SageMaker JumpStart most az induláshoz.
Tudástár
A szerzőkről
Dr. Kyle Ulrich az Amazon SageMaker JumpStart csapatának alkalmazott tudósa. Kutatási területei közé tartoznak a skálázható gépi tanulási algoritmusok, a számítógépes látás, az idősorok, a Bayes-féle nem-paraméterek és a Gauss-folyamatok. Doktori fokozatát a Duke Egyetemen szerezte, és publikációkat publikált a NeurIPS-ben, a Cell-ben és a Neuron-ban.
Dr. Ashish Khetan az Amazon SageMaker JumpStart vezető alkalmazott tudósa, és segít gépi tanulási algoritmusok fejlesztésében. PhD fokozatát az Illinois Urbana-Champaign Egyetemen szerezte. A gépi tanulás és a statisztikai következtetések aktív kutatója, és számos közleményt publikált NeurIPS, ICML, ICLR, JMLR, ACL és EMNLP konferenciákon.
Vivek Singh az Amazon SageMaker JumpStart termékmenedzsere. Arra összpontosít, hogy lehetővé tegye az ügyfelek számára a SageMaker JumpStart beépítését, hogy leegyszerűsítsék és felgyorsítsák a generatív AI-alkalmazások létrehozására irányuló ML-útjukat.
Roy Allela az AWS vezető AI/ML specialista megoldások építésze Münchenben, Németországban. Roy segít az AWS-ügyfeleknek – a kis kezdő vállalkozásoktól a nagyvállalatokig – a nagy nyelvi modellek hatékony képzésében és bevezetésében az AWS-en. Roy szenvedélyesen foglalkozik a számítási optimalizálási problémákkal és az AI-terhelések teljesítményének javításával.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/mistral-7b-foundation-models-from-mistral-ai-are-now-available-in-amazon-sagemaker-jumpstart/
- :van
- :is
- :nem
- :ahol
- $ UP
- 000
- 1
- 10
- 100
- 12
- 14
- 150
- 16
- 25
- 26%
- 30
- 400
- 50
- 7
- 8
- 9
- a
- képességek
- Rólunk
- gyorsul
- elfogadja
- hozzáférés
- Szerint
- Fiók
- pontosság
- Elérése
- aktív
- mellett
- Felnőtt
- Után
- ellen
- kor
- AI
- AI / ML
- algoritmusok
- Minden termék
- megengedett
- majdnem
- mentén
- mellett
- Is
- alternatívák
- mindig
- amazon
- Amazon SageMaker
- Amazon SageMaker JumpStart
- Az Amazon Web Services
- Amerika
- összeg
- Összegek
- an
- és a
- és az infrastruktúra
- Angeles
- bejelent
- Másik
- válasz
- bármilyen
- bárki
- bárhol
- külön
- apartmanok
- Alkalmazás
- alkalmazások
- alkalmazott
- körülbelül
- építészet
- VANNAK
- körül
- cikkben
- Művészetek
- AS
- Helyettes
- társult
- At
- Kísérletek
- részt vesz
- figyelem
- vonzott
- vonzó
- szerző
- Automatizált
- elérhető
- átlagos
- tudatában van
- el
- AWS
- vissza
- táskák
- bázis
- alapján
- horpadás
- akkumulátorok
- akkumulátor
- bayesi
- BE
- mert
- óta
- előtt
- mögött
- hogy
- alatt
- BEST
- között
- Túl
- Számla
- számlázás
- Billió
- Fekete
- beszállás
- Csavarozza
- könyv
- mindkét
- megvett
- szünetek
- HÍD
- Brooklyn
- barna
- épít
- Épület
- de
- Vásárlás
- by
- hívott
- jött
- TUD
- autó
- kártya
- körhinta
- eset
- esetek
- okozott
- bizonyos
- változik
- csatornák
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- választja
- városok
- Város
- fogó
- besorolás
- kettyenés
- mászik
- közel
- Tengerpart
- parti
- kód
- Kódolás
- Összeomlás
- kombájnok
- hogyan
- Közös
- hasonló
- képest
- befejezés
- számítási
- számítógép
- Számítógépes látás
- egyidejű
- konferenciák
- konfigurálva
- zavaros
- Fontolja
- Konténer
- tartalmaz
- kontextus
- kontextusok
- szövegre vonatkozó
- ellenőrzés
- ellenőrzések
- Beszélgetés
- Réz
- sarkok
- Költség
- kiadások
- ország
- terjed
- fedett
- teremt
- készítette
- Jelenlegi
- Ügyfelek
- testreszabás
- testre
- szabott
- sötét
- dátum
- adatbiztonság
- adatkészletek
- nap
- Nap
- elszánt
- mély
- mély tanulás
- Szarvas
- alapértelmezett
- bizonyítani
- mutatja
- telepíteni
- telepített
- bevezetéséhez
- bevetés
- bevet
- depresszió
- részletek
- Fejleszt
- fejlett
- Fejlesztés
- DID
- különbözik
- különböző
- DIG
- irányított
- könyvtárak
- piszok
- felfedez
- zavarok
- do
- dámvadtehén
- Nem
- dollár
- csinált
- ne
- le-
- két
- Herceg
- herceg egyetem
- minden
- föld
- könnyen
- könnyű
- eszik
- eredményesen
- bármelyik
- vészhelyzet
- hangsúlyt helyez
- lehetővé
- lehetővé téve
- találkozás
- végtől végig
- Endpoint
- Anglia
- Angol
- biztosítására
- belép
- Egész
- Környezet
- felszerelt
- különösen
- becslés
- Még
- Minden
- mindenhol
- példa
- példák
- kiváló
- izgatott
- kizárás
- Kilépés
- szakértő
- Magyarázza
- feltárása
- kiterjesztés
- Szemek
- tény
- gyorsabb
- Jellemzők
- táplálás
- láb
- kevés
- Ábra
- Fájlok
- utolsó
- Végül
- Találjon
- vezetéknév
- koncentrál
- következő
- élelmiszer
- Láb
- A
- erdő
- talált
- Alapítvány
- négy
- ból ből
- front
- Tele
- szerzett
- GAS
- generált
- generáció
- nemző
- Generatív AI
- Németország
- kap
- Go
- kapott
- fokozat
- szürke
- Csoport
- Nő
- Növekvő
- növekszik
- útmutatást
- kellett
- fogantyú
- Legyen
- he
- fej
- segít
- segít
- segít
- ennélfogva
- leírásban
- Magas
- övé
- Lyuk
- Holes
- Ház
- Hogyan
- How To
- azonban
- HTML
- HTTPS
- Kerékagy
- emberi
- száz
- i
- ICE
- jégkrém
- ideális
- if
- Illinois
- importál
- javuló
- in
- tartalmaz
- Beleértve
- Növelje
- Növeli
- Infrastruktúra
- bemenet
- bemenet
- példa
- utasítás
- integrált
- kölcsönhatásba
- érdekek
- Felület
- bele
- izolált
- IT
- ITS
- pofák
- utazás
- jpg
- gyerekek
- Megöl
- Kedves
- tudás
- ismert
- Kyle
- laboratórium
- tavak
- leszállási
- nyelv
- nagy
- nagyobb
- keresztnév
- Késleltetés
- tojók
- vezet
- vezető
- szivárog
- Szivárgás
- TANUL
- tanulás
- Hossz
- hadd
- Engedély
- fény
- könnyen
- villám
- mint
- Valószínű
- LIMIT
- határértékek
- vonalazott
- LINK
- Lista
- kis
- él
- életek
- ll
- logika
- Hosszú
- hosszabb
- néz
- hasonló
- az
- Los Angeles
- Elő/Utó
- alacsonyabb
- gép
- gépi tanulás
- készült
- csinál
- KÉSZÍT
- menedzser
- kézikönyv
- sok
- Tömeg
- matematikai
- matematika
- Lehet..
- Memory design
- említett
- esetleg
- millió
- kisebb
- perc
- ML
- MLOps
- modell
- modellek
- modern
- módosított
- pénz
- Hónap
- több
- a legtöbb
- sok
- többszörös
- zene
- kell
- my
- név
- nevek
- keskeny
- Természetes
- Közel
- negatív
- Fészek
- fészkelő
- hálózat
- hálózatok
- Semleges
- Új
- New York
- new york city
- Újság
- következő
- éjszaka
- nem
- Egyik sem
- orr
- jegyzetfüzet
- Most
- szám
- tárgy
- megfigyelni
- of
- gyakran
- Régi
- on
- Fedélzeti
- egyszer
- ONE
- csak
- -ra
- nyit
- optimalizálás
- opció
- or
- érdekében
- származás
- Más
- másképp
- ki
- teljesítmény
- kimenetek
- felett
- oldal
- fizetett
- pálma
- papírok
- paraméterek
- rész
- átjáró
- szenvedélyes
- múlt
- Mintás
- MANCS
- Emberek (People)
- mert
- érzékelt
- százalék
- Teljesít
- teljesítmény
- phd
- telefon
- válogatott
- Helyek
- Telephelyek (Plants)
- műanyag
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- méreg
- szegény
- pozitív
- állás
- font
- jósolt
- Predictor
- előkészítése
- nyomás
- előző
- Előzetes
- problémák
- folyamat
- Feldolgozott
- Folyamatok
- Termékek
- termék menedzser
- ad
- feltéve,
- biztosít
- amely
- nyilvánosan
- közzétett
- tisztán
- célokra
- meglökött
- tesz
- Piton
- világítás
- lekérdezések
- kérdés
- gyorsan
- egészen
- sínek
- PATKÁNY
- Arány
- elérése
- Olvasás
- ok
- utal
- viszonylag
- felszabaduló
- jelentést
- Jelentések
- kéri
- követelmények
- kutatás
- kutató
- Tudástár
- illetőleg
- válasz
- Éttermek
- korlátozások
- Visszavonulás
- jobb
- ROBERT
- Szerep
- szerepek
- Gördülő
- roy
- futás
- futás
- s
- biztosan
- Biztonság
- sagemaker
- látta
- skálázható
- Tudós
- tudósok
- sdk
- Keresés
- keres
- Második
- Rész
- szakaszok
- biztonság
- biztonság
- látszik
- kiválasztott
- kiválasztása
- idősebb
- értelemben
- érzés
- Sorozat
- Series of
- Szolgáltatások
- szolgáló
- készlet
- hét
- számos
- éles
- ragyog
- Bevásárlás
- kellene
- előadás
- kimutatta,
- Műsorok
- oldal
- jelentős
- Egyszerű
- egyszerűsítése
- egyszerre
- óta
- egyetlen
- ül
- Ülés
- Méret
- Bőr
- kicsi
- kisebb
- Snap
- So
- Puha
- Kizárólag
- Megoldások
- néhány
- néha
- Déli
- Hely
- szakember
- meghatározott
- sebesség
- terjedése
- tavasz
- négyzet
- terek
- Présel
- egymásra rakva
- standard
- kezdet
- kezdődött
- Kezdve
- kezdődik
- Startups
- meghatározott
- Államok
- Állomások
- statisztikai
- tartózkodás
- Lépései
- Még mindig
- megállt
- árnyékolók
- patakok
- utca
- erősségek
- erős
- erősebb
- struktúra
- tanulmányok
- stúdió
- Tanulmány
- tárgy
- ilyen
- Sullivan
- kínálat
- támogatás
- Támogató
- Támogatja
- biztos
- túlélni
- rendszer
- íz
- csapat
- feltételek
- teszt
- szöveg
- mint
- hogy
- A
- A nyugat
- a világ
- azok
- Őket
- maguk
- akkor
- Ott.
- ebből adódóan
- Ezek
- ők
- Szerintem
- ezt
- azok
- bár?
- ezer
- ezer
- három
- Keresztül
- áteresztőképesség
- idő
- Idősorok
- címmel
- nak nek
- jelképes
- tokenek
- szerszámok
- Végösszeg
- város
- Vonat
- Képzések
- vonatok
- transzformátor
- csapdák
- utazik
- Fák
- megpróbál
- alagút
- fordul
- csipog
- kettő
- típus
- tipikus
- jellemzően
- ui
- alatt
- egyetemi
- ismeretlen
- használ
- használati eset
- használt
- használó
- Felhasználók
- használ
- segítségével
- hasznosság
- érték
- Értékek
- változó
- fajta
- különféle
- Ve
- jármű
- Járművek
- változat
- nagyon
- keresztül
- videó
- Megnézem
- látomás
- Látogat
- Várakozás
- séta
- akar
- volt
- Hulladék
- Víz
- Út..
- módon
- we
- háló
- webes szolgáltatások
- web-alapú
- JÓL
- voltak
- Nyugati
- Mit
- Mi
- amikor
- vajon
- ami
- míg
- fehér
- széles
- szélesség
- Vadon
- lesz
- ablak
- val vel
- belül
- nélkül
- szavak
- dolgozók
- világ
- lenne
- év
- york
- te
- A te
- zephyrnet