Google AI ने हाल ही में Gemma-APS जारी किया है, जो टेक्स्ट से प्रोपोज़िशन विभाजन के लिए एक मॉडल संग्रह है, जिसका उद्देश्य वर्तमान मशीन लर्निंग मॉडलों द्वारा जटिल मानव भाषा को संभालने में आने वाली कई चुनौतियों का समाधान करना है।

Gemma-APS को समायोजित Gemini Pro मॉडल से विकसित किया गया है, जिसे विभिन्न क्षेत्रों के संश्लेषित डेटा से प्रशिक्षित किया गया है। यह नवोन्मेषी दृष्टिकोण मॉडल को विभिन्न वाक्य संरचनाओं और क्षेत्रों के अनुकूल बनाने में सक्षम बनाता है, जिससे इसकी बहुपरकता में काफी वृद्धि होती है। यह मॉडल संग्रह अब Hugging Face प्लेटफॉर्म पर Gemma-7B-APS-IT और Gemma-2B-APS-IT दो संस्करणों में उपलब्ध है, जो विभिन्न गणना दक्षता और सटीकता की आवश्यकताओं को पूरा करता है।

QQ20241016-094441.png

इन मॉडलों की मुख्य ताकत यह है कि वे जटिल टेक्स्ट को प्रभावी ढंग से ऐसे सार्थक प्रोपोज़िशन इकाइयों में विभाजित कर सकते हैं, जो अंतर्निहित जानकारी को शामिल करते हैं, जिससे आगे के NLP कार्यों जैसे सारांश, सूचना पुनर्प्राप्ति आदि के लिए आधार तैयार होता है। प्रारंभिक मूल्यांकन से पता चला है कि Gemma-APS सटीकता और गणना दक्षता दोनों में मौजूदा विभाजन मॉडलों से बेहतर है, विशेष रूप से जटिल वाक्यों में प्रोपोज़िशन सीमाओं को पकड़ने में उल्लेखनीय प्रगति दिखाई है।

Gemma-APS का उपयोग क्षेत्र व्यापक है, तकनीकी दस्तावेज़解析 से लेकर ग्राहक सेवा इंटरैक्शन तक, और असंरचित टेक्स्ट में ज्ञान निकासी तक, सभी में उत्कृष्ट प्रदर्शन दिखाता है। यह न केवल भाषा मॉडल की कार्यक्षमता में सुधार करता है, बल्कि टेक्स्ट विश्लेषण प्रक्रिया में अर्थ परिवर्तन के जोखिम को भी कम करता है, जो मूल टेक्स्ट के अर्थ को बनाए रखने के लिए महत्वपूर्ण है।

Gemma-APS का विमोचन टेक्स्ट विभाजन तकनीक में एक महत्वपूर्ण प्रगति का प्रतीक है। प्रभावी मॉडल निष्कर्षण तकनीक और विभिन्न क्षेत्रों के संश्लेषित डेटा प्रशिक्षण को संयोजित करके, Google AI ने एक ऐसा मॉडल संग्रह सफलतापूर्वक बनाया है जो प्रदर्शन और दक्षता दोनों में सक्षम है, जो NLP अनुप्रयोगों में जटिल टेक्स्ट की व्याख्या और विघटन के तरीके को पूरी तरह से बदलने की संभावना है।

मॉडल लिंक: https://huggingface.co/collections/google/gemma-aps-release-66e1a42c7b9c3bd67a0ade88