Modelli di base di intelligenza artificiale generativa in Canvas SageMaker

Amazon Titan

Amazon Titan è un potente modello linguistico generico che è possibile utilizzare per attività quali riepilogo, generazione di testo (come la creazione di un post in un blog), classificazione, domande e risposte aperte ed estrazione di informazioni. È preaddestrato su set di dati di grandi dimensioni, il che lo rende adatto per attività e ragionamenti complessi. Per continuare a supportare le best practice sull’utilizzo responsabile dell’IA, i modelli di fondazione Amazon Titan sono progettati per rilevare e rimuovere i contenuti dannosi nei dati, rifiutare i contenuti inappropriati nell’input dell’utente e filtrare gli output dei modelli che includono contenuti inappropriati (come incitamento all’odio, oscenità e violenza).

Anthropic Claude Instant

Claude Instant di Anthropic è un modello più rapido ed economico ma pur sempre molto capace. Questo modello è in grado di gestire una serie di attività, tra cui dialoghi informali, analisi del testo, riepilogo e risposta alle domande dei documenti. Proprio come Claude-2, Claude Instant può supportare fino a 100.000 token in ogni prompt, equivalenti a circa 200 pagine di informazioni.

Anthropic Claude-2

Claude-2 è il modello più potente di Anthropic, che eccelle in una vasta gamma di attività, da dialoghi sofisticati e generazione di contenuti creativi a istruzioni dettagliate. Claude-2 può richiedere fino a 100.000 token in ogni prompt, equivalenti a circa 200 pagine di informazioni. Può generare risposte più lunghe rispetto alla versione precedente. Supporta casi d'uso come la risposta a domande, l'estrazione di informazioni, la rimozione delle PII, la generazione di contenuti, la classificazione a scelta multipla, il gioco di ruolo, il confronto di testo, il riepilogo e le domande e risposte di documenti con citazioni.

Falcon-7B-Instruct

Falcon-7B-Instruct ha 7 miliardi di parametri ed è stato ottimizzato su una combinazione di set di dati chat e instruct. È adatto come assistente virtuale e offre le migliori prestazioni quando si seguono le istruzioni o si partecipa a una conversazione. Poiché il modello è stato addestrato su grandi quantità di dati English-language web, presenta gli stereotipi e i pregiudizi che si trovano comunemente online e non è adatto per lingue diverse dall'inglese. Rispetto a Falcon-40B-Instruct, Falcon-7B-Instruct è un modello leggermente più piccolo e compatto.

Falcon-40B-Instruct

Falcon-40B-Instruct ha 40 miliardi di parametri ed è stato ottimizzato su una combinazione di set di dati chat e instruct. È adatto come assistente virtuale e offre le migliori prestazioni quando si seguono le istruzioni o si partecipa a una conversazione. Poiché il modello è stato addestrato su grandi quantità di dati English-language web, presenta gli stereotipi e i pregiudizi che si trovano comunemente online e non è adatto per lingue diverse dall'inglese. Rispetto a Falcon-7B-Instruct, Falcon-40B-Instruct è un modello leggermente più grande e potente.

Jurassic-2 Medio

Jurassic-2 Mid è un modello di generazione di testo ad alte prestazioni addestrato su un enorme corpus di testo (attuale fino alla metà del 2022). È altamente versatile, generico e in grado di comporre testi simili a quelli umani e risolvere attività complesse come la risposta a domande, la classificazione del testo e molti altri. Questo modello offre funzionalità di istruzione zero-shot, consentendo che sia diretto solo con il linguaggio naturale e senza l'uso di esempi Funziona fino al 30% più velocemente rispetto al modello precedente. Jurassic-1

Jurassic-2 Mid è il modello di medie dimensioni di AI21, progettato con cura per trovare il giusto equilibrio tra qualità eccezionale e convenienza.

Jurassic-2 Ultra

Jurassic-2 Ultra è un modello di generazione di testo ad alte prestazioni addestrato su un enorme corpus di testo (attuale fino alla metà del 2022). È altamente versatile, generico e in grado di comporre testi simili a quelli umani e risolvere attività complesse come la risposta a domande, la classificazione del testo e molti altri. Questo modello offre funzionalità di istruzione zero-shot, consentendo che sia diretto solo con il linguaggio naturale e senza l'uso di esempi Funziona fino al 30% più velocemente rispetto al modello precedente. Jurassic-1

Rispetto a Jurassic-2 Mid, Jurassic-2 Ultra è un modello leggermente più grande e potente.

Llama-2-7b-Chat

Llama-2-7b-Chat è un modello di base di Meta adatto per avviare conversazioni significative e coerenti, generare nuovi contenuti ed estrarre risposte da note esistenti. Poiché il modello è stato addestrato su grandi quantità di dati English-language Internet, presenta i pregiudizi e le limitazioni che si riscontrano comunemente online ed è più adatto per attività in inglese.

Llama-2-13B-Chat

Llama-2-13B-Chat di Meta è stato perfezionato sui dati conversazionali dopo una formazione iniziale sui dati Internet. Le sue capacità ottimizzate per dialoghi naturali e chat coinvolgenti lo rendono un agente conversazionale ottimale. Rispetto a quello più piccolo Llama-2-7b-Chat, Llama-2-13B-Chat ha quasi il doppio dei parametri, il che gli consente di ricordare più contesto e produrre risposte conversazionali più sfumate. Ad esempio Llama-2-7b-Chat, Llama-2-13B-Chat è stato addestrato sui English-language dati ed è più adatto per attività in inglese.

Llama-2-70B-Chat

Like Llama-2-7b-Chat and Llama-2-13B-Chat, il Llama-2-70B-Chat modello di Meta è ottimizzato per avviare un dialogo naturale e significativo. Con 70 miliardi di parametri, questo modello conversazionale di grandi dimensioni può ricordare un contesto più ampio e produrre risposte altamente coerenti rispetto alle versioni del modello più compatte. Tuttavia, ciò comporta risposte più lente e requisiti di risorse più elevati. Llama-2-70B-Chat è stato addestrato su grandi quantità di dati English-language Internet ed è più adatto per attività in inglese.

Mistral-7B

Mistral-7B by Mistral.AI è un eccellente modello di linguaggio generico adatto per un'ampia gamma di attività di linguaggio naturale (PNL) come la generazione di testo, il riepilogo e la risposta alle domande. Utilizza l’attenzione alle query raggruppate (GQA), che aumenta la velocità di inferenza e rende le prestazioni del modello paragonabili a quelle di modelli con il doppio o il triplo dei parametri. È stato addestrato su una combinazione di dati di testo tra cui libri, siti web e articoli scientifici in lingua inglese, quindi funziona meglio per le attività in questa lingua.

Mistral-7B-Chat

Mistral-7B-Chat è un modello conversazionale Mistral.AI basato su. Mistral-7B Sebbene Mistral-7B sia il migliore per attività generiche di PNL, è Mistral-7B-Chat stato ulteriormente perfezionato sui dati conversazionali per ottimizzarne le capacità di una chat naturale e coinvolgente. Di conseguenza, Mistral-7B-Chat genera risposte più simili a quelle umane e ricorda il contesto delle risposte precedenti. Ad esempio Mistral-7B, questo modello è più adatto per le attività in lingua inglese.

MPT-7B-Instruct

MPT-7B-Instruct è un modello per l'istruzione di lunga durata che segue le attività e può aiutarti nella scrittura di attività, tra cui il riepilogo del testo e la risposta alle domande, per farti risparmiare tempo e fatica. Questo modello è stato addestrato su grandi quantità di dati ottimizzati e può affrontare input più grandi, come documenti complessi. Utilizzare questo modello quando si desidera elaborare grandi quantità di testo o che il modello generi risposte lunghe.