IBM ने अपने AI प्लेटफ़ॉर्म में Meta के Llama2 मॉडल को होस्ट करने की योजना बनाई है, जिससे AI ओपन इनोवेशन को आगे बढ़ाया जा सके। Llama2 चैट मॉडल IBM की तीसरे पक्ष और स्वामित्व वाले AI मॉडल प्रदान करने की रणनीति का हिस्सा बनेगा। यह मॉडल watsonx.ai स्टूडियो में प्रारंभिक पहुंच के लिए उपलब्ध होगा और प्राकृतिक भाषा प्रसंस्करण कार्यों का समर्थन करेगा। यह सहयोग IBM और Meta के बीच AI ओपन इनोवेशन के क्षेत्र में सहयोग के आधार पर है, जिसमें ओपन-सोर्स प्रोजेक्ट और मशीन लर्निंग फ्रेमवर्क का विकास शामिल है। IBM सुरक्षित और विश्वसनीय जनरेटिव AI क्षमताओं को पेश करने के लिए प्रतिबद्ध है और हानिकारक भाषा को फ़िल्टर करने में मदद करने के लिए AI बैरियर्स प्रदान करता है। IBM की परामर्श टीम ग्राहकों के साथ काम करेगी, ताकि उन्हें मॉडल को समायोजित और संचालित करने में मदद मिल सके।
संबंधित AI समाचार अनुशंसाएँ
IBM ने लॉन्च किया छोटा AI मॉडल Granite 3.2, जो कि कुशलतापूर्वक तर्क और व्यावहारिकता पर केंद्रित है
IBM ने एक नया छोटा आर्टिफिशियल इंटेलिजेंस (AI) मॉडल, Granite 3.2, लॉन्च किया है जो कुशलतापूर्वक तर्क और व्यावहारिकता पर केंद्रित है। यह मॉडल संसाधनों की कम खपत के साथ बेहतर प्रदर्शन प्रदान करता है।
Meta से PyTorch के अग्रणी व्यक्ति Horace He का जाना, OpenAI के पूर्व CTO द्वारा स्थापित स्टार्टअप में शामिल हुए
PyTorch के प्रमुख शोध वैज्ञानिकों में से एक, Horace He, ने Meta छोड़ दिया है और OpenAI के पूर्व CTO द्वारा स्थापित एक नए स्टार्टअप में शामिल हो गए हैं। यह कदम कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के क्षेत्र में एक महत्वपूर्ण घटना है, और यह दर्शाता है कि इस क्षेत्र में प्रतिभा की मांग कितनी अधिक है।
Adobe और विश्वविद्यालयों ने मिलकर METAL ढाँचा जारी किया: बहु-एजेंट सहयोग से सटीक चार्ट बनाना
आज के डेटा विज़ुअलाइज़ेशन के क्षेत्र में, जटिल डेटा को सही ढंग से दर्शाने वाले चार्ट बनाना अभी भी एक बड़ी चुनौती है। चार्ट को न केवल सटीक लेआउट, रंग और टेक्स्ट प्लेसमेंट को कैप्चर करने की आवश्यकता होती है, बल्कि इन दृश्य विवरणों को कोड में बदलने की भी आवश्यकता होती है ताकि अपेक्षित डिज़ाइन को फिर से बनाया जा सके। हालाँकि, पारंपरिक तरीके आमतौर पर सीधे विज़ुअल-भाषा मॉडल (VLM) जैसे GPT-4V को निर्देशित करने पर निर्भर करते हैं, जिन्हें जटिल दृश्य तत्वों को सिंटैक्टिक रूप से सही पाइथन कोड में बदलने में कठिनाई होती है। छोटी सी गलती भी चार्ट को डिज़ाइन लक्ष्य तक पहुँचने से रोक सकती है।
