Perfusion: Nvidia เปิดตัว Neural Network ขนาดกะทัดรัด 100 KB พร้อมเวลาการฝึกอบรมที่มีประสิทธิภาพ
ในบทสรุป
Nvidia เปิดตัวโครงข่ายประสาทเทียม “Perfusion generative” ซึ่งมีขนาดกะทัดรัดและใช้เวลาฝึกอบรมอย่างรวดเร็ว
ใช้ "การล็อกด้วยกุญแจ" เพื่อเพิ่มประสิทธิภาพอัลกอริทึมและความสามารถในการปรับตัว ทำให้โมเดลสามารถจัดคำขอของผู้ใช้ให้ตรงกับหมวดหมู่ที่กว้างขึ้นได้
เมื่อเร็ว ๆ นี้ Nvidia ได้เปิดตัวโครงข่ายประสาทเทียมที่มีชื่อว่า “กำเนิดกำซาบ,” โดดเด่นด้วยขนาดที่กะทัดรัดและความสามารถในการฝึกที่รวดเร็ว ตามรายละเอียดที่ได้รับจาก Nvidia โมเดลโครงข่ายประสาทเทียมนี้ต้องการพื้นที่เพียง 100 kb ซึ่งเป็นความสามารถที่น่าประทับใจเมื่อเทียบกับรุ่นอื่นๆ เช่น Midjourneyซึ่งต้องการพื้นที่เก็บข้อมูลฟรีมากกว่า 2 กิกะไบต์
กุญแจสู่ประสิทธิภาพของ Perfusion คือกลไกที่ Nvidia เรียกว่า “Key-Locking” คุณลักษณะที่เป็นนวัตกรรมใหม่นี้ทำให้โมเดลสามารถเชื่อมโยงคำขอของผู้ใช้เฉพาะกับหมวดหมู่หรือ 'หมวดหมู่ย่อย' ที่กว้างขึ้น ตัวอย่างเช่น คำขอสร้างแมวจะทำให้โมเดลจัดแนวคำว่า "แมว" ให้ตรงกับหมวดหมู่ "แมว" ที่กว้างขึ้น เมื่อการจัดตำแหน่งนี้เกิดขึ้น โมเดลจะประมวลผลรายละเอียดเพิ่มเติมที่ให้ไว้ในข้อความแจ้งของผู้ใช้ วิธีการดังกล่าวจะปรับอัลกอริทึมให้เหมาะสม ทำให้การประมวลผลเร็วขึ้น
ข้อดีอีกประการของโมเดล Perfusion คือความสามารถในการปรับตัว ขึ้นอยู่กับความต้องการของผู้ใช้ แบบจำลองสามารถปรับแต่งให้เป็นไปตามข้อ ก. อย่างเคร่งครัด ข้อความแจ้ง หรือได้รับระดับ "อิสระในการสร้างสรรค์" ในผลลัพธ์ของมัน ความเก่งกาจนี้ช่วยให้แน่ใจว่าโมเดลได้รับการปรับแต่งอย่างละเอียดเพื่อสร้างผลลัพธ์ตั้งแต่แม่นยำไปจนถึงทั่วไปมากขึ้น ตามความต้องการเฉพาะของผู้ใช้
Nvidia ได้ระบุแผนการที่จะปล่อยโค้ดในอนาคต ทำให้สามารถตรวจสอบและทำความเข้าใจกับคอมแพคนี้ในวงกว้างขึ้น โครงข่ายประสาทเทียม ที่มีศักยภาพ
อ่านเพิ่มเติมเกี่ยวกับ AI:
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆ
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
