ओपन फ्लेमिंगो: मेटा एआई और लायॉन से एक नया ओपन-सोर्स इमेज-टू-टेक्स्ट फ्रेमवर्क
संक्षेप में
OpenFlamingo, DeepMind's Flamingo मॉडल का एक ओपन-सोर्स संस्करण है, जिसे LLaMA बड़ी भाषा मॉडल.
डेवलपर्स एक मल्टीमॉडल सिस्टम बनाने की उम्मीद करते हैं जो दृष्टि-भाषा चुनौतियों और समान को संभाल सके GPT-4दृश्य और पाठ इनपुट को संभालने में इसकी ताकत और अनुकूलनशीलता।
डीपमाइंड के फ्लेमिंगो मॉडल का ओपन-सोर्स संस्करण, ओपनराजहंस, अभी जारी किया गया है। ओपनफ्लेमिंगो मूल रूप से एक ढांचा है जो बड़े आकार के मल्टीमॉडल मॉडल (एलएमएम) के प्रशिक्षण और मूल्यांकन की अनुमति देता है। ओपनफ्लेमिंगो के शीर्ष पर बनाया गया है LLaMA मेटा एआई द्वारा विकसित बड़ा भाषा मॉडल।
इस पहली रिलीज़ में विकासकर्ताओं का योगदान इस प्रकार है:
- एक बड़ा मल्टीमॉडल डेटासेट जो पाठ और दृश्य अनुक्रमों को जोड़ता है।
- दृष्टि और भाषा सहित गतिविधियों के संदर्भ में सीखने के मूल्यांकन के लिए एक बेंचमार्क।
- हमारा एक प्रारंभिक संस्करण LLaMA-आधारित ओपनफ्लेमिंगो-9बी मॉडल।
ओपनफ्लेमिंगो के माध्यम से, डेवलपर्स एक मल्टीमॉडल सिस्टम बनाने की उम्मीद करते हैं जो विभिन्न प्रकार की दृष्टि-भाषा चुनौतियों को संभाल सकता है। अंतिम लक्ष्य बराबरी करना है GPT-4दृश्य और पाठ इनपुट को संभालने में इसकी ताकत और अनुकूलनशीलता। इस लक्ष्य को पूरा करने के लिए डेवलपर्स डीपमाइंड के फ्लेमिंगो मॉडल का एक ओपन-सोर्स संस्करण विकसित कर रहे हैं, जो छवियों, वीडियो और टेक्स्ट के बारे में प्रसंस्करण और तर्क करने में सक्षम एलएमएम है। डेवलपर्स पूरी तरह से ओपन-सोर्स मॉडल विकसित करने के लिए समर्पित हैं क्योंकि उनका मानना है कि सहयोग को बढ़ावा देने, विकास में तेजी लाने और अत्याधुनिक एलएमएम तक पहुंच को लोकतांत्रिक बनाने के लिए पारदर्शिता महत्वपूर्ण है।
वे हमारे OpenFlamingo-9B मॉडल का प्रारंभिक चेकप्वाइंट प्रदान कर रहे हैं। हालांकि मॉडल अभी पूरी तरह से अनुकूलित नहीं है, यह परियोजना के वादे को दर्शाता है। डेवलपर सहयोग करके और सामुदायिक फ़ीडबैक प्राप्त करके बेहतर एलएमएम को प्रशिक्षित कर सकते हैं। वे विकास प्रक्रिया में भाग लेने के लिए जनता को इनपुट देने और रिपॉजिटरी में जोड़ने के लिए आमंत्रित करते हैं।
कार्यान्वयन काफी हद तक फ्लेमिंगो जैसा ही है। फ्लेमिंगो मॉडल को बड़े पैमाने पर वेब डेटासेट पर इंटरलीव्ड टेक्स्ट के साथ प्रशिक्षित किया जाना चाहिए ग्राफ़िक्स उन्हें संदर्भ में कुछ-शॉट सीखने के कौशल से लैस करना। वही आर्किटेक्चर जो मूल फ्लेमिंगो अध्ययन (पर्सीवर रेज़ैम्पलर, क्रॉस-अटेंशन लेयर्स) में सुझाया गया था, ओपनफ्लेमिंगो में लागू किया गया है। लेकिन, चूंकि फ्लेमिंगो का प्रशिक्षण डेटा आम जनता के लिए सुलभ नहीं है, इसलिए डेवलपर्स मॉडल को प्रशिक्षित करने के लिए ओपन-सोर्स डेटासेट का उपयोग करते हैं। नव प्रकाशित ओपनफ्लेमिंगो-9बी चेकपॉइंट को विशेष रूप से LAION-10B से 2M नमूनों और नए मल्टीमॉडल C5 डेटासेट से 4M नमूनों पर प्रशिक्षित किया गया था।
डेवलपर्स हमारे अधूरे LMM OpenFlamingo-9B से एक चेकपॉइंट भी शामिल कर रहे हैं, जो पर आधारित है LLaMA 7बी और सीएलआईपी वीआईटी/एल-14, रिलीज के हिस्से के रूप में। हालाँकि यह अवधारणा अभी भी विकसित की जा रही है, समुदाय को पहले से ही इससे बहुत लाभ हो सकता है।
आरंभ करने के लिए, देखें GitHub स्रोत और डेमो.
एआई के बारे में और पढ़ें:
Disclaimer
साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।
के बारे में लेखक
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
और अधिक लेख
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
