بيانات جين شي في 26 فبراير، على ما أفادت به النموذج الرابع، أطلقت النموذج الرابع حلاً لحلول الجانب النهائي للذكاء الاصطناعي ModelHub AIoT، حيث يمكن للمستخدمين نشر نماذج التقطير بأحجام صغيرة مثل DeepSeek R1 و Qwen 2.5 وسلسلة Llama 2/3 بسهولة على الجانب النهائي وتحقيق التشغيل دون الاتصال بالإنترنت. يمكن للمستخدمين التبديل بين العديد من النماذج بمرونة، مع مراعاة ضغط النموذج وأداء الاستنتاج، مما يحل مشكلة النشر والتحسين المعقدة. وأشارت الشركة إلى أن هذا الحل لا يلبي فقط احتياجات المستخدمين للخصوصية والوقت الفعلي، بل يساهم أيضًا بشكل كبير في خفض تكلفة استنتاج نماذج الذكاء الاصطناعي الكبيرة.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
قدم Paradigm الرابع حلاً جانبيًا للتفسير الكبير لنماذج ModelHub AIoT
بيانات جين شي في 26 فبراير، على ما أفادت به النموذج الرابع، أطلقت النموذج الرابع حلاً لحلول الجانب النهائي للذكاء الاصطناعي ModelHub AIoT، حيث يمكن للمستخدمين نشر نماذج التقطير بأحجام صغيرة مثل DeepSeek R1 و Qwen 2.5 وسلسلة Llama 2/3 بسهولة على الجانب النهائي وتحقيق التشغيل دون الاتصال بالإنترنت. يمكن للمستخدمين التبديل بين العديد من النماذج بمرونة، مع مراعاة ضغط النموذج وأداء الاستنتاج، مما يحل مشكلة النشر والتحسين المعقدة. وأشارت الشركة إلى أن هذا الحل لا يلبي فقط احتياجات المستخدمين للخصوصية والوقت الفعلي، بل يساهم أيضًا بشكل كبير في خفض تكلفة استنتاج نماذج الذكاء الاصطناعي الكبيرة.