Выпущены новые модели Llama-3-Groq-70B-Tool-Use и Llama-3-Groq-8B-Tool-Use: открытые модели нового поколения с точностью более 90% на доске лидеров Berkeley.

 Groq Releases Llama-3-Groq-70B-Tool-Use and Llama-3-Groq-8B-Tool-Use: Open-Source, State-of-the-Art Models Achieving Over 90% Accuracy on Berkeley Function Calling Leaderboard

“`html

Groq представил модели Llama-3-Groq-70B-Tool-Use и Llama-3-Groq-8B-Tool-Use: открытые модели нового поколения с точностью более 90% на лидерборде Berkeley Function Calling

Недавно Groq выпустил две инновационные открытые модели для использования инструментов: Llama-3-Groq-70B-Tool-Use и Llama-3-Groq-8B-Tool-Use. Эти модели разработаны в сотрудничестве с Glaive и предназначены для продвижения возможностей использования инструментов и вызова функций в ИИ.

Производительность моделей

Модель Llama-3-Groq-70B-Tool-Use является наиболее производительной моделью на лидерборде Berkeley Function Calling Leaderboard (BFCL), превосходя все другие открытые и закрытые модели. Достигнув впечатляющей общей точности 90,76%, она установила новый стандарт в этой области. Аналогично, модель Llama-3-Groq-8B-Tool-Use также продемонстрировала выдающуюся производительность с общей точностью 89,06%, занимая третье место на BFCL. Эти модели теперь доступны на GroqCloud Developer Hub и Hugging Face под той же лицензией свободного использования, что и оригинальные модели Llama-3.

Тренировочный процесс

Разработка этих моделей включала тщательный подход к обучению, который объединял полное донастройку и оптимизацию прямого предпочтения (DPO). Важно отметить, что в процессе обучения не использовались данные пользователей; вместо этого модели обучались с использованием этично сгенерированных данных. Этот подход гарантирует, что модели обладают высокой производительностью и соответствуют этическим стандартам в разработке ИИ. Также в процессе обучения проводился тщательный анализ загрязнения с использованием метода LMSYS. Это привело к низкому уровню загрязнения всего 5,6% для данных SFT и 1,3% для данных DPO, что указывает на минимальное переобучение на оценочном бенчмарке.

Практическое применение

Помимо специализированных возможностей использования инструментов, модели Llama-3 Groq Tool Use рекомендуются для использования в гибридном подходе с общими языковыми моделями. Эта стратегия включает в себя реализацию системы маршрутизации, которая анализирует поступающие запросы пользователей, чтобы определить наиболее подходящую модель для каждого запроса. Для запросов, связанных с вызовом функций, взаимодействием с API или манипуляциями структурированными данными используются модели Llama-3 Groq Tool Use. Для общих знаний, свободных бесед или задач, не связанных специально с использованием инструментов, рекомендуется использовать общую языковую модель, например, неизмененную модель Llama-3 70B. Этот подход гарантирует, что каждый запрос обрабатывается наиболее подходящей моделью, максимизируя общую производительность и возможности системы ИИ.

Доступность и приглашение к сотрудничеству

Модели Llama-3-Groq-70B-Tool-Use и Llama-3-Groq-8B-Tool-Use доступны для предварительного доступа через Groq API, с идентификаторами моделей llama3-groq-70b-8192-tool-use-preview и llama3-groq-8b-8192-tool-use-preview соответственно. Groq призывает сообщество начать создавать и экспериментировать с этими моделями через GroqCloud Developer Hub, устраивая путь для будущих инноваций в области использования инструментов в ИИ.

Заключение

Groq представил модели Llama-3-Groq-Tool-Use с передовой производительностью и лицензированием свободного использования. Эти модели готовы оказать существенное влияние на исследования и разработку ИИ. Обязательства Groq по этическому развитию ИИ и его совместный подход с сообществом подчеркивают лидерство компании в этой области.

Если вы хотите узнать больше о том, как использовать ИИ в вашем бизнесе, свяжитесь с нами по адресу https://t.me/flycodetelegram

Попробуйте использовать ИИ-ассистента в продажах от Flycode.ru по ссылке https://flycode.ru/aisales/. Этот ИИ-ассистент в продажах поможет вам отвечать на вопросы клиентов, генерировать контент для отдела продаж и снизить нагрузку на первую линию.

Узнайте, как ИИ может изменить ваши процессы с решениями от Flycode.ru.

“`

Мобильная разработка на заказ и готовые решения

Мобильная разработка

Готовые и индивидуальные решения

Веб решения - разработка сайтов и сервисов

Web решения

Получите бесплатную консультацию по веб-разработке прямо сейчас

Аутсорсинг, подбор специалистов и команд разработки

Аутсорсинг

Выберите своего специалиста сегодня и начните свой проект

Новости

  • Генератор питчей для стартапов на основе AI

    Создание генератора питчей для стартапов на базе ИИ Данный гид предлагает простой подход к созданию приложения, использующего ИИ для генерации идей питчей для стартапов. Используя модель Google Gemini Pro вместе с фреймворком LiteLLM,…

  • MMSearch-R1: Новые горизонты для бизнес-ИИ

    MMSearch-R1: Улучшение возможностей ИИ в бизнесе Введение в большие мультимодальные модели (LMM) Большие мультимодальные модели (LMM) значительно продвинулись в понимании и обработке визуальных и текстовых данных. Однако они сталкиваются с проблемами при работе…

  • Масштабируемое Моделирование Наград для AI: Улучшение Общих Моделей Наград с SPCT

    Улучшение моделей вознаграждения для приложений ИИ Введение в моделирование вознаграждения Метод обучения с подкреплением (RL) стал ключевым методом для улучшения возможностей больших языковых моделей (LLMs). Мы можем применять RL, чтобы модели лучше понимали…

  • Архитектура трансфузии: Повышение креативности GPT-4o в бизнесе

    Преобразование AI с помощью архитектуры Transfusion Введение в GPT-4o и архитектуру Transfusion GPT-4o от OpenAI представляет собой значительное достижение в области мультимодального искусственного интеллекта, объединяя генерацию текста и изображений в одном выходе. Архитектура…

  • Графы атрибуции: Новый подход к интерпретируемости ИИ

    Введение Недавние разработки в области искусственного интеллекта, такие как графы атрибуции, открывают новые горизонты для понимания работы AI-моделей. Это позволяет компаниям лучше доверять и использовать ИИ в своих бизнес-процессах. Проблема интерпретируемости ИИ Одной…

  • Оценка надежности цепочечного рассуждения в ИИ: Исследования Anthropic

    Улучшение прозрачности и безопасности ИИ Введение в цепочку размышлений Цепочка размышлений (CoT) представляет собой значительное достижение в области искусственного интеллекта (ИИ). Этот подход позволяет моделям ИИ формулировать свои шаги рассуждений перед тем, как…

  • Модели Llama 4 от Meta AI: Решения для бизнеса

    Введение в модели Llama 4 Meta AI недавно представила свое новое поколение мультимодальных моделей Llama 4, включая две разновидности: Llama 4 Scout и Llama 4 Maverick. Эти модели представляют собой значительный шаг вперед…

  • Масштабируемое Обучение с Подкреплением для Сложных Задач

    Практические бизнес-решения на основе RLVR Использование обучения с подкреплением с проверяемыми наградами (RLVR) открывает новые возможности для бизнеса. Давайте рассмотрим, как это может улучшить бизнес и реальную жизнь, а также шаги для внедрения.…

  • Запуск AgentIQ от NVIDIA: Оптимизация рабочих процессов AI-агентов

    Введение С увеличением использования интеллектуальных систем, основанных на AI-агентах, компании сталкиваются с проблемами, связанными с совместимостью, мониторингом производительности и управлением рабочими процессами. Решение этих проблем может значительно повысить эффективность и масштабируемость AI-разработок. NVIDIA…

  • Генерация ИИ для Автономного Управления Задачами

    GenSpark Super Agent: Преобразование Бизнес-Операций с Помощью ИИ Введение в GenSpark GenSpark Super Agent, или просто GenSpark, — это инновационное решение на основе ИИ, предназначенное для автономного управления сложными задачами в различных областях.…

  • Создание контекстного AI-ассистента на базе LangChain и Gemini

    Создание контекстно-осведомленного AI-ассистента Этот текст описывает процесс создания контекстно-осведомленного AI-ассистента с использованием LangChain, LangGraph и языковой модели Gemini от Google. Применение принципов Протокола Контекста Модели (MCP) позволит разработать упрощенную версию AI-ассистента, который эффективно…

  • Создание AI-бота для вопросов и ответов на веб-сайтах с использованием открытых моделей

    Построение AI Q&A Бота для Вебсайтов с Использованием Открытых Моделей Обзор и Преимущества Создание AI Q&A бота может значительно повысить эффективность вашей компании, улучшая доступ к информации и сокращая время, затрачиваемое на поиск…

  • Запуск проверенного агента SWE-bench от Augment Code: Прорыв в области ИИ для программной инженерии

    Введение Запуск открытого AI-агента от Augment Code представляет собой значительный шаг в области программной инженерии. Этот инструмент может значительно улучшить процессы разработки и повысить эффективность работы команд. Практические бизнес-решения Использование AI-агента Augment Code…

  • NVIDIA HOVER: Революция в гуманоидной робототехнике с помощью единого ИИ управления

    Практические бизнес-решения с использованием HOVER NVIDIA HOVER предлагает революционное решение в области гуманоидной робототехники, которое может значительно улучшить бизнес-процессы и повседневную жизнь. Ниже представлены шаги для реализации и повышения результатов бизнеса. Шаги к…

  • Open-Qwen2VL: Эффективная интеграция мультимодальных ИИ решений

    Решение Open-Qwen2VL для эффективной интеграции многомодального ИИ Понимание проблемы многомодальных моделей Многомодальные большие языковые модели (MLLM) становятся важными для объединения визуальных и текстовых данных, улучшая такие задачи, как создание подписей к изображениям и…

  • Дельфин: Прорыв в многоязычном распознавании речи для восточных языков

    Dolphin: Прорыв в многоязычном автоматическом распознавании речи Введение в Dolphin Недавние достижения в технологии автоматического распознавания речи (ASR) выявили значительные пробелы в способности точно распознавать различные языки, особенно восточные. Модель Dolphin, разработанная Dataocean…

  • Эффективное обучение моделей R1 с помощью FASTCURL

    Введение в FASTCURL FASTCURL – это новый подход к обучению моделей, которые способны решать сложные задачи. Он помогает моделям лучше справляться с логическими и математическими задачами. Проблемы в обучении моделей R1 Обучение таких…

  • Протокол Модели Контекста для AI Ассистентов: Полное Руководство

    Практические решения для бизнеса с использованием MCP Введение в Model Context Protocol (MCP) Model Context Protocol (MCP) предоставляет стандартизированный способ подключения AI-ассистентов к внешним источникам данных и инструментам. Это позволяет улучшить взаимодействие между…