Bugün, Meta Llama 3 temel modellerinin şu adresten satışa sunulduğunu duyurmanın heyecanını yaşıyoruz: Amazon SageMaker Hızlı Başlangıç Çıkarımı dağıtmak ve çalıştırmak için. Llama 3 modelleri, önceden eğitilmiş ve ince ayar yapılmış üretken metin modellerinin bir koleksiyonudur.
Bu yazıda, SageMaker JumpStart aracılığıyla Llama 3 modellerinin nasıl keşfedilip dağıtılacağını açıklıyoruz.
Meta Lama 3 Nedir?
Llama 3, muhakeme, kod oluşturma ve talimat takibi konularındaki iyileştirmelerle geniş bir kullanım senaryosu yelpazesini destekleyebilen iki parametre boyutuyla (8k bağlam uzunluğuyla 70B ve 8B) gelir. Llama 3, yalnızca kod çözücüye yönelik bir transformatör mimarisi ve 128k boyutunda gelişmiş model performansı sağlayan yeni bir tokenizer kullanıyor. Buna ek olarak Meta, yanlış ret oranlarını önemli ölçüde azaltan, hizalamayı iyileştiren ve model yanıtlarındaki çeşitliliği artıran eğitim sonrası prosedürleri iyileştirdi. Artık SageMaker Pipelines, SageMaker Debugger veya konteyner günlükleri gibi Amazon SageMaker özellikleriyle Llama 3 performansının ve MLOps kontrollerinin birleşik avantajlarından yararlanabilirsiniz. Ayrıca model, VPC kontrolleriniz altında bir AWS güvenli ortamında dağıtılarak veri güvenliğinin sağlanmasına yardımcı olur.
SageMaker JumpStart nedir?
SageMaker JumpStart ile halka açık geniş yelpazedeki temel modelleri arasından seçim yapabilirsiniz. ML uygulayıcıları, temel modelleri ağdan yalıtılmış bir ortamdan özel SageMaker örneklerine dağıtabilir ve model eğitimi ve dağıtımı için SageMaker'ı kullanarak modelleri özelleştirebilir. Artık birkaç tıklamayla Llama 3 modellerini keşfedebilir ve dağıtabilirsiniz. Amazon SageMaker Stüdyosu veya SageMaker Python SDK aracılığıyla programlı olarak, SageMaker özellikleriyle model performansı ve MLOps kontrolleri türetmenizi sağlar. SageMaker Boru Hatları, SageMaker Hata Ayıklayıcıveya konteyner günlükleri. Model, AWS güvenli ortamında ve VPC kontrolleriniz altında dağıtılarak veri güvenliğinin sağlanmasına yardımcı olur. Llama 3 modelleri bugün Amazon SageMaker Studio'da dağıtım ve çıkarım için kullanıma sunuldu us-east-1
(K.Virginia), us-east-2
(Ohio), us-west-2
(Oregon'da), eu-west-1
(İrlanda) ve ap-northeast-1
(Tokyo) AWS Bölgeleri.
Modelleri keşfedin
Temel modellere, SageMaker Studio kullanıcı arayüzündeki SageMaker JumpStart ve SageMaker Python SDK aracılığıyla erişebilirsiniz. Bu bölümde, SageMaker Studio'da modelleri nasıl keşfedeceğimizi inceleyeceğiz.
SageMaker Studio, verileri hazırlamaktan makine öğrenimi modellerinizi oluşturmaya, eğitmeye ve dağıtmaya kadar tüm makine öğrenimi geliştirme adımlarını gerçekleştirmek için amaca yönelik oluşturulmuş araçlara erişebileceğiniz tek bir web tabanlı görsel arabirim sağlayan entegre bir geliştirme ortamıdır (IDE). Nasıl başlayacağınız ve SageMaker Studio'yu nasıl kuracağınız hakkında daha fazla bilgi için bkz. Amazon SageMaker Stüdyosu.
SageMaker Studio'da, önceden eğitilmiş modeller, dizüstü bilgisayarlar ve önceden oluşturulmuş çözümler içeren SageMaker JumpStart'a şu adresten erişebilirsiniz: Önceden oluşturulmuş ve otomatikleştirilmiş çözümler.
SageMaker JumpStart açılış sayfasından, model sağlayıcıların adını taşıyan farklı merkezlere göz atarak çeşitli modelleri kolayca keşfedebilirsiniz. Llama 3 modellerini Meta hub'da bulabilirsiniz. Llama 3 modellerini görmüyorsanız lütfen kapatıp yeniden başlatarak SageMaker Studio sürümünüzü güncelleyin. Daha fazla bilgi için bkz. Studio Klasik Uygulamalarını Kapatın ve Güncelleyin.
Sol üstte bulunan arama kutusundan “Meta-llama-3” diye arama yaparak Llama 3 modellerine ulaşabilirsiniz.
SageMaker JumpStart'ta bulunan tüm Meta modellerini Meta hub'ına tıklayarak keşfedebilirsiniz.
Bir model kartına tıklamak, modeli kolayca Dağıtabileceğiniz ilgili model ayrıntı sayfasını açar.
Bir model dağıtın
Seçtiğinizde Sürüş ve EULA şartlarını kabul ettiğinizde dağıtım başlayacaktır.
Dağıt düğmesine tıkladıktan sonra açılan sayfada dağıtımın ilerleme durumunu izleyebilirsiniz.
Alternatif olarak, Not defterini aç örnek not defteri aracılığıyla dağıtmak için. Örnek not defteri, çıkarım ve kaynakların temizlenmesi için modelin nasıl dağıtılacağı konusunda uçtan uca rehberlik sağlar.
Dizüstü bilgisayarı kullanarak dağıtmak için, tarafından belirtilen uygun bir modeli seçerek başlayın. model_id
. Seçilen modellerden herhangi birini aşağıdaki kodla SageMaker üzerinde dağıtabilirsiniz.
Varsayılan olarak accept_eula
ayarlandı False
. Uç noktayı başarıyla dağıtmak için EULA'yı manuel olarak kabul etmeniz gerekir. Bunu yaparak kullanıcı lisans sözleşmesini ve kabul edilebilir kullanım politikasını kabul etmiş olursunuz. Ayrıca lisans sözleşmesini de bulabilirsiniz. Lama web sitesi. Bu, modeli SageMaker'da, varsayılan örnek türü ve varsayılan VPC yapılandırmaları dahil olmak üzere varsayılan yapılandırmalarla dağıtır. Varsayılan olmayan değerleri belirterek bu yapılandırmayı değiştirebilirsiniz. JumpStartModel
. Daha fazla bilgi edinmek için lütfen aşağıdakilere bakın belgeleme.
Aşağıdaki tabloda SageMaker JumpStart'ta bulunan tüm Llama 3 modelleri listelenmektedir. model_ids
, varsayılan örnek türleri ve bu modellerin her biri için desteklenen maksimum toplam jeton sayısı (girdi jetonlarının sayısı ile oluşturulan jetonların sayısının toplamı).
Model adı | Model numarası | Maksimum Toplam Jeton | Varsayılan örnek türü |
Meta-Llama-3-8B | meta-metin oluşturma-lama-3-8B | 8192 | ml.g5.12xlarge |
Meta-Llama-3-8B-Talimat | meta-metin oluşturma-lama-3-8B-talimat | 8192 | ml.g5.12xlarge |
Meta-Llama-3-70B | meta-metin oluşturma-lama-3-70b | 8192 | ml.p4d.24xlarge |
Meta-Llama-3-70B-Talimat | meta-metin oluşturma-lama-3-70b-talimat | 8192 | ml.p4d.24xlarge |
çıkarımı çalıştır
Modeli dağıttıktan sonra SageMaker tahmincisi aracılığıyla dağıtılan uç noktaya karşı çıkarım yapabilirsiniz. İnce ayarlı talimat modelleri (Llama 3: 8B Instruct ve 70B Instruct), kullanıcı ile sohbet asistanı arasındaki sohbet geçmişini kabul eder ve sonraki sohbeti oluşturur. Önceden eğitilmiş modeller (Llama 3: 8B ve 70B) bir dize istemi gerektirir ve sağlanan istem üzerinde metin tamamlama işlemini gerçekleştirir.
Çıkarım parametreleri uç noktada metin oluşturma sürecini kontrol eder. Maksimum yeni jetonlar, model tarafından oluşturulan çıktının boyutunu kontrol eder. Bu, kelime sayısıyla aynı değildir çünkü modelin kelime dağarcığı, İngilizce dilindeki kelime dağarcığıyla aynı değildir ve her simge, İngilizce dilindeki bir kelime olmayabilir. Sıcaklık parametresi çıktıdaki rastgeleliği kontrol eder. Daha yüksek sıcaklık, daha yaratıcı ve halüsinasyonlu çıktılarla sonuçlanır. Tüm çıkarım parametreleri isteğe bağlıdır.
70B modeli için örnek istemler
Herhangi bir metin parçasının metin tamamlaması için Llama 3 modellerini kullanabilirsiniz. Metin oluşturma yoluyla soru yanıtlama, dil çevirisi, duygu analizi ve daha fazlası gibi çeşitli görevleri gerçekleştirebilirsiniz. Uç noktaya giriş yükü aşağıdaki koda benzer:
Aşağıda bazı örnek bilgi istemleri ve model tarafından oluşturulan metin bulunmaktadır. Tüm çıktılar çıkarım parametreleriyle üretilir {"max_new_tokens":64, "top_p":0.9, "temperature":0.6}
.
Bir sonraki örnekte, model için mevcut eğitim örneklerini sunduğumuz bağlam içi öğrenmede az sayıda çekimle Llama 3 modellerinin nasıl kullanılacağını gösteriyoruz. Sadece konuşlandırılan model üzerinden çıkarım yapıyoruz ve bu süreçte model ağırlıkları değişmiyor.
70B-Instruct modeli için örnek istemler
Diyalog kullanım durumları için optimize edilmiş Llama 3 talimat modelleri ile talimat modeli uç noktalarına yapılan girdi, sohbet asistanı ile kullanıcı arasındaki önceki geçmiştir. Şu ana kadar gerçekleşen sohbete bağlamsal sorular sorabilirsiniz. Ayrıca sohbet asistanının davranışını tanımlayan kişiler gibi sistem yapılandırmasını da sağlayabilirsiniz. Giriş verisi formatı, önceden eğitilmiş temel modelle aynı olsa da, giriş metni aşağıdaki şekilde formatlanmalıdır:
Bu talimat şablonunda isteğe bağlı olarak bir ile başlayabilirsiniz. system
rol ve sıra tabanlı geçmişe istenildiği kadar çok sayıda alternatif rol dahil edilebilir. Son rol her zaman olmalıdır assistant
ve iki yeni satır beslemesiyle sonlandırın.
Daha sonra, modelden birkaç örnek istemi ve yanıtı düşünün. Aşağıdaki örnekte kullanıcı asistana basit bir soru soruyor.
Aşağıdaki örnekte kullanıcı, asistanla Paris'teki turistik yerler hakkında konuşuyor. Daha sonra kullanıcı sohbet asistanının önerdiği ilk seçeneği sorar.
Aşağıdaki örneklerde sistemin konfigürasyonunu ayarladık.
Temizlemek
Not defterini çalıştırmayı tamamladıktan sonra, faturalandırmanın durdurulması için süreçte oluşturduğunuz tüm kaynakları sildiğinizden emin olun. Aşağıdaki kodu kullanın:
Sonuç
Bu yazıda size SageMaker Studio'da Llama 3 modellerini kullanmaya nasıl başlayacağınızı gösterdik. Artık milyarlarca parametre içeren dört Llama 3 temel modeline erişebilirsiniz. Temel modeller önceden eğitildiğinden, eğitim ve altyapı maliyetlerinin azaltılmasına da yardımcı olabilir ve kullanım durumunuza göre özelleştirmeye olanak sağlayabilir. Çıkış yapmak Adaçayı Yapıcı Hızlı Başlangıç Başlamak için şimdi SageMaker Studio'da.
Yazarlar Hakkında
Kyle Ulrich AWS'de Uygulamalı Bilim Adamı II'dir
Xin Huang AWS'de Kıdemli Uygulamalı Bilim Adamıdır
Qing Lan AWS'de Kıdemli Yazılım Geliştirici Mühendisidir
Haotian bir AWS'de Yazılım Geliştirici Mühendisi II'dir
Christopher Whitten AWS'de Yazılım Geliştirme Mühendisi II'dir
Tyler Osterberg AWS'de Yazılım Geliştirme Mühendisi I'dir
Manan Şah AWS'de Yazılım Geliştirme Yöneticisidir
Jonathan Ginegagne AWS'de Kıdemli Yazılım Geliştirici Mühendisidir
Adriana Simmons AWS'de Kıdemli Ürün Pazarlama Müdürüdür
haziran kazandı AWS'de Kıdemli Ürün Yöneticisidir
Ashish Khetan AWS'de Kıdemli Uygulamalı Bilim Adamıdır
Rahna Çadha AWS'de Baş Çözüm Mimarı – AI/ML'dir
Deepak Rupakula AWS'de Baş GTM Uzmanıdır
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/meta-llama-3-models-are-now-available-in-amazon-sagemaker-jumpstart/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- $UP
- 1
- 10
- 11
- 120
- 19
- 360 derece
- 43
- 7
- 8
- 8k
- 9
- a
- Hakkımızda
- Kabul et
- kabul edilebilir
- erişim
- ulaşılabilir
- onaylamak
- eklemek
- katma
- ilave
- avantajları
- Sonra
- tekrar
- karşı
- Bireysel Üyelik Sözleşmesi
- AI / ML
- hiza
- Türkiye
- boyunca
- Ayrıca
- her zaman
- am
- Amazon
- Amazon Adaçayı Yapıcı
- Amazon SageMaker Hızlı Başlangıç
- Amazon SageMaker Stüdyosu
- Amazon Web Servisleri
- ortam
- an
- analiz
- ve
- ve altyapı
- duyurmak
- cevap
- yanıtlama
- herhangi
- Apple
- uygulamalı
- uygun
- mimari
- ARE
- Sanat
- AS
- sormak
- soran
- Asistan
- ilişkili
- At
- Atmosfer
- cazibe
- konumlar
- Otomatik
- mevcut
- önlemek
- AWS
- baz
- BE
- Ayı
- güzel
- Çünkü
- olmuştur
- davranış
- Pekin
- Inanmak
- arasında
- fatura
- milyarlarca
- kutu
- sonları
- nefes kesen
- geniş
- Kırık
- Tarama
- bina
- yapılı
- fakat
- düğmesine tıklayın
- by
- aramalar
- CAN
- Başkent
- kart
- dava
- durumlarda
- değişiklik
- sohbet
- Kediler
- Kontrol
- Klinik
- Şehir
- klasik
- çamça
- kod
- Toplamak
- kombinasyon
- kombine
- geliyor
- Yakın İletişim
- tamamlama
- yapılandırma
- Düşünmek
- sabit
- içermek
- Konteyner
- içeren
- bağlam
- bağlamsal
- devamlı olarak
- kontrol
- kontroller
- Uygun
- konuşma
- uyan
- maliyetler
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- Yaratıcı
- çok önemli
- Kültür
- Fincan
- Müşteriler
- özelleştirme
- özelleştirmek
- veri
- veri güvenliği
- de
- adanmış
- Varsayılan
- tanımlamak
- dağıtmak
- konuşlandırılmış
- dağıtma
- açılma
- dağıtır
- türetmek
- İstediğiniz
- Destinasyon
- ayrıntı
- ayrıntılar
- Geliştirici
- gelişme
- Diyalog
- fark
- farklı
- akşam yemekleri
- keşfetmek
- Çeşitlilik
- do
- gelmez
- yapıyor
- don
- yapılmış
- iki katına
- aşağı
- sırasında
- Akşam karanlığı
- e
- her
- kolayca
- çabaları
- etkinleştirmek
- etkinleştirme
- son
- son uca
- Son nokta
- mühendis
- Mühendislik
- İngilizce
- yeterli
- sağlanması
- çevre
- Hatta
- Her
- herkes
- örnek
- örnekler
- uyarılmış
- deneyim
- adil
- yanlış
- ünlü
- uzak
- başarı
- özellikli
- Özellikler
- Ayaklar
- az
- filmler
- son
- bulmak
- Ad
- lezzet
- Şamandıra
- akış
- takip etme
- Ayak
- İçin
- biçim
- vakıf
- dört
- Fransa
- Fransızca
- taze
- itibaren
- genel
- Genel Görelilik Teorisi
- oluşturmak
- oluşturulan
- nesil
- üretken
- nazik
- Almanca
- almak
- bardak
- Go
- gidiş
- kademeli olarak
- harika
- çığır açan
- rehberlik
- güdümlü
- olmak
- olmuş
- Zor
- zor iş
- Var
- sağlıklı
- yardım et
- yardım
- okuyun
- daha yüksek
- tarihsel
- tarih
- ambar
- Ana Sayfa
- saat
- konut
- Ne kadar
- Nasıl Yapılır
- HTML
- HTTPS
- merkez
- hub
- i
- ikonik
- if
- ii
- ithalat
- etkileyici
- gelişmiş
- iyileştirmeler
- in
- dahil
- Dahil olmak üzere
- Artırmak
- artmış
- artan
- bilgi
- Altyapı
- giriş
- örnek
- anında
- entegre
- arayüzey
- içine
- İrlanda
- yalıtılmış
- IT
- ONUN
- jpg
- sadece
- tutmak
- Bilmek
- bilinen
- iniş
- yerler
- dil
- büyük
- başlatmak
- Yasalar
- ÖĞRENİN
- öğrenme
- sol
- uzunluk
- Lisans
- hayat
- Kaldırdın
- ışık
- çakmak
- sevmek
- çizgi
- Listeler
- Edebiyat
- küçük
- yaşamak
- Yaşıyor
- lama
- bulunan
- GÖRÜNÜYOR
- Çok
- alt
- yapılmış
- yapmak
- Yapımı
- müdür
- tavır
- el ile
- çok
- Pazarlama
- maksimum
- maksimum
- Mayıs..
- anlam
- mesaj
- Meta
- gece yarısı
- dakika
- Bu karışımın
- karışım
- ML
- MLO'lar
- model
- modelleri
- izlemek
- Daha
- çoğu
- En popüler
- çok
- müze
- Müzeler
- adlı
- gerek
- gerekli
- ağ
- yeni
- sonraki
- gece
- yok hayır
- defter
- şimdi
- numara
- NY
- gözlem
- gözlemciler
- meydana
- of
- teklif
- teklif
- Teklifler
- sık sık
- Ohio
- Sıvı yağ
- on
- ONE
- bir tek
- açılır
- optimum
- optimize
- seçenek
- or
- sipariş
- Oregon
- Diğer
- bizim
- ayı
- dışarı
- çıktı
- çıkışlar
- tekrar
- Kanal
- parametre
- parametreler
- Paris
- Bölüm
- Yapmak
- performans
- Fizik
- parça
- yer
- Platon
- Plato Veri Zekası
- PlatoVeri
- oynandı
- Lütfen
- politika
- Popüler
- Çivi
- Predictor
- hazırlanması
- önceki
- Anapara
- prosedürler
- süreç
- PLATFORM
- ürün müdürü
- Profiller
- Ilerleme
- istemleri
- Teklif
- sağlamak
- sağlanan
- sağlayıcılar
- sağlar
- halka açık
- toplu taşıma
- alenen
- amaç
- koymak
- Python
- soru
- Sorular
- rasgelelik
- menzil
- oranlar
- RE
- ulaştı
- nedenleri
- yemek tarifi
- Tavsiye edilen
- Indirimli
- başvurmak
- ret
- Saygılarımızla
- bölgeler
- izafiyet
- gerektirir
- kaynak
- Kaynaklar
- yanıtları
- Sonuçlar
- Nehir
- Rol
- rolleri
- romantizm
- oda
- koşmak
- koşu
- s
- sagemaker
- SageMaker Boru Hatları
- tuz
- aynı
- örnek
- söylemek
- bilim adamı
- sdk
- Ara
- arama
- İkinci
- Bölüm
- güvenli
- güvenlik
- görmek
- seçilmiş
- seçme
- seçim
- kıdemli
- duygu
- Hizmetler
- servis
- set
- birkaç
- Shape
- atış
- meli
- şov
- gösterdi
- Gösteriler
- kapanıyor
- önemli
- Basit
- sadece
- tek
- Yer
- beden
- boyutları
- yavaş
- Yavaş yavaş
- pürüzsüz
- So
- şu ana kadar
- Yazılım
- yazılım geliştirme
- çözüm
- Çözümler
- biraz
- Pırıltı
- özel
- uzman
- Belirtilen
- belirten
- hız
- Spot
- durmak
- ayakta
- başlama
- başladı
- Devletler
- istikrarlı
- Basamaklar
- dur
- durdu
- dere
- dizi
- yapı
- stüdyo
- Çarpıcı
- sonraki
- esasen
- Başarılı olarak
- böyle
- destek
- destekli
- elbette
- sembol
- sistem
- tablo
- terzi
- Bizi daha iyi tanımak için
- alır
- alma
- görevleri
- tat
- takım
- şablon
- şartlar
- metin
- teşekkür
- o
- The
- Başkent
- Dünya
- sonra
- teori
- Orada.
- Bunlar
- onlar
- ince
- Re-Tweet
- Binlerce
- İçinden
- zaman
- için
- bugün
- birlikte
- simge
- Jeton
- Tokyo
- çok
- araçlar
- üst
- Toplam
- Tur
- Kule
- Eğitim
- transformatör
- çevirmek
- Çeviri
- taşımacılık
- iki
- tip
- türleri
- ui
- altında
- benzersiz
- kadar
- Güncelleme
- kullanım
- kullanım durumu
- kullanıcı
- kullanım
- kullanma
- Değerli
- Değerler
- varyasyonlar
- çeşitlilik
- çeşitli
- versiyon
- çok
- üzerinden
- Gösterim
- Virjinya
- görsel
- hacim
- vs
- yürümek
- aranan
- savaş
- oldu
- Su
- yolları
- we
- ağ
- web hizmetleri
- Web tabanlı
- düğün
- İYİ
- Kimler
- Ne
- ne zaman
- hangi
- süre
- beyaz
- neden
- irade
- pencereler
- ŞARAP
- ile
- merak ediyorum
- Word
- sözler
- İş
- Dünya
- Sen
- zefirnet