Foundation Models framework
نماذج لغة متقدمة، سرعة وكفاءة عالية، وتركيز على الخصوصية.
تحديثات نماذج لغة Apple الأساسية على الجهاز والخادم، مع تحسينات في السرعة والكفاءة ودعم 15 لغة. تُحسّن النماذج الجديدة استخدام الأدوات والقدرة على الاستنتاج، وتفهم مدخلات الصور والنصوص. وتشمل النماذج نموذجًا مضغوطًا بحوالي 3 مليارات معلمة ونموذجًا قائمًا على الخادم. تُطبّق مبادئ الذكاء الاصطناعي المسؤولة في عملية تطوير النموذج بأكملها.
المزيد عن Foundation Models framework
Foundation Models framework
يُقدم نظام أبل للذكاء الاصطناعي قدرات توليدية قوية مدمجة في التطبيقات، مع الحفاظ على خصوصية المستخدمين. يُتيح هذا النظام للمستخدمين مجموعة من المزايا الذكية، مثل تلخيص النصوص وفهم الصور. يُعتبر هذا النظام فريداً بفضل تركيزه على الكفاءة والخصوصية.
- •استدلال فعال على الجهاز:تم تصميم النموذج على الجهاز ليكون فعالاً ومُحسّناً لأجهزة أبل، مما يُمكّن الاستدلال منخفض التأخير مع الحد الأدنى من استخدام الموارد.
- •دقة عالية وقابلية للتوسع على الخادم:يُوفر النموذج المُستند إلى الخادم دقة عالية وقابلية للتوسع للمهام الأكثر تعقيداً.
- •دعم متعدد اللغات وقدرات استدلال محسّنة:يدعم النموذج 15 لغة، مع تحسينات في استخدام الأدوات وقدرات الاستدلال.
- •فهم متكامل للنصوص والصور:يُحسّن النموذج فهم المدخلات النصية والمرئية، مع معالجة سريعة وفعالة.
- •هندسة PT-MoE لزيادة الكفاءة:يُقلل تصميم PT-MoE من تكاليف التزامن، مما يُمكّن النموذج من التوسع بكفاءة مع الحفاظ على سرعة منخفضة دون المساومة على الجودة.
- •هندسة الاهتمام المتداخل:يُحسّن تصميم الاهتمام المتداخل تعميم الطول، ويُقلل حجم ذاكرة التخزين المؤقت KV، ويحافظ على جودة النموذج أثناء الاستدلال طويل السياق.
- •إمكانية فهم الصور:يُمكّن مُشفّر الرؤية من فهم الصور، مع استخدام ViT-g لنموذج الخادم و ViTDet-L لنموذج الجهاز.
- •بيانات تدريب متنوعة وعالية الجودة:تم تدريب النماذج على بيانات متنوعة وعالية الجودة، مع مراعاة مبادئ الخصوصية والأخلاقيات.
- •إطار عمل نماذج اللغة الأساسية:يُوفر إطار عمل نماذج اللغة الأساسية للمطورين إمكانية الوصول إلى نموذج اللغة الأساسي على الجهاز، مما يُمكّنهم من إنشاء ميزات ذكاء اصطناعي خاصة بهم.
- •التوليد الموجّه:تُتيح ميزة التوليد المُوجّه للمطورين العمل مباشرةً مع هياكل بيانات سويفت الغنية، مما يُبسط عملية تطوير التطبيقات.
- •استدعاء الأدوات:تُتيح ميزة استدعاء الأدوات للمطورين تخصيص قدرات النموذج من خلال إنشاء أدوات توفر مصادر أو خدمات معلومات محددة.
- •صندوق أدوات بايثون:يُوفر صندوق أدوات بايثون للمطورين إمكانية تدريب مُكيّفات من الرتبة 32 لتدريب النموذج على مهارات جديدة.
- •ضغط النماذج:تم ضغط النموذج على الجهاز إلى 2 بت لكل وزن باستخدام QAT، وتم ضغط نموذج الخادم باستخدام ASTC.
- •تقييم شامل للنماذج:تمت تقييم النماذج من خلال مقاييس متعددة، بما في ذلك المقارنات مع نماذج أخرى.
- •مبادئ الذكاء الاصطناعي المسؤولة:تُطبّق مبادئ الذكاء الاصطناعي المسؤولة في جميع مراحل تطوير النموذج، مع التركيز على حماية الخصوصية وتجنب التحيزات.
بفضل نماذج اللغة الأساسية، تُحسّن أبل إمكانات نظام الذكاء الاصطناعي الخاص بها، مما يُتيح مجموعة واسعة من المزايا المفيدة عبر منصاتها البرمجية. يُمكن للمطورين الآن الوصول مباشرةً إلى نموذج اللغة الأساسي على الجهاز، مما يُسهّل دمج قدرات الذكاء الاصطناعي في تطبيقاتهم. تُبنى نماذج أبل مع مراعاة القيم الأساسية للشركة، بما في ذلك الخصوصية ونهج الذكاء الاصطناعي المسؤول. يُسهم هذا في بناء ثقة المستخدمين ويسهل تبني تقنيات الذكاء الاصطناعي.
