IBM推出Granite 4.0小型语言模型系列,采用混合Mamba/变换器架构,显著降低内存需求和运行成本,同时保持高准确性。Granite提供三种模型变体,适用于不同场景,支持高效推理和长输入处理,已在Hugging Face和watsonx.ai上开源,并获得ISO/IEC 42001:2023认证。
IBM研究推出了Granite-Docling-258M,这是一种开源视觉语言模型,专注于高保真文档转文本转换,能够保留复杂的布局和结构。尽管参数仅有2.58亿,但其准确性与更大模型相当,适合文档解析和数据集准备。该模型支持多语言,旨在与Docling库结合,优化企业文档工作流程。
IBM 开源的多模态文档处理模型 Granite-Docling-258M 能高效将文档转换为机器可读格式,保留布局、表格和公式,解决传统 OCR 系统的识别问题。该模型参数仅 258M,支持多语言,适合企业级文档处理。
IBM发布了Granite-Docling-258M,这是一个开源视觉语言模型,专注于文档转换,能够准确提取表格、代码和公式,并生成结构化表示。与前版本相比,该模型在布局分析和OCR方面有显著提升,并支持多语言,旨在提高文档处理的效率和准确性。
本文介绍了如何通过本地部署IBM Granite 3.2和Terraform CLI,利用生成性AI和智能代理简化基础设施自动化任务,从而提高运维团队的效率。
本教程介绍如何构建一个基于图像分析的AI研究代理,利用Granite 3.2视觉模型和语言模型进行深入研究。通过Crew AI框架,代理能够并行处理多个研究任务,结合检索增强生成(RAG)技术,从网络和用户文档中获取信息,生成准确见解。该代理可分析建筑图、商业仪表板、艺术作品和科学可视化,帮助用户将视觉数据转化为有意义的洞察。
GRANITE框架解决了动态图中拜占庭节点对闲聊学习的鲁棒性问题。通过结合历史感知的邻居采样协议和自适应概率阈值,GRANITE在多达30%的拜占庭节点情况下仍能保持收敛,提升学习速度,效果优于现有理论。
大型语言模型(LLMs)如GPT-4和Claude 3被广泛应用。测试显示,微软的Phi-4在准确性上表现最佳,而IBM的Granite模型超越了许多OpenAI产品。选择应根据工作流程,推荐Phi-4用于本地执行,Gemini 1.5 Flash和Claude 3 Opus适合追求速度的用户。
本文介绍了一个基于CrewAI的智能代理项目,通过检测聊天关键词提供相关服务建议。目前实现了天气查询和图像描述功能,未来计划扩展更多工具。该项目利用Hugging Face平台的LLM和Streamlit构建用户界面,为编程学习和实践提供了良好机会。
IBM推出Granite 3.2大型语言模型,专为企业设计,具备推理、视觉和安全功能,支持多项任务且表现优异。同时发布了TinyTimeMixers时间序列模型,适用于长期预测。
IBM推出Granite 3.2系列大型语言模型,专为企业设计,优化推理效率和指令跟踪,提升模型准确性和响应速度,满足快速响应的企业需求。
IBM推出Granite 3.2多模态推理模型,具备链式推理能力和新视觉语言模型,显著提升性能。该模型支持灵活推理选项,采用推理缩放技术,增强数学推理基准表现。此外,Granite Guardian 3.2风险检测和时间序列模型专为企业需求设计。
本文介绍了如何利用先进工具构建AI文档检索系统,包括文档处理、检索增强生成(RAG)和LangChain集成。通过使用Docling解析文档、Granite 3.1大语言模型和LangChain框架,用户将学习高效的数据检索方法。适合具备Python编程基础的AI开发者和研究人员。
本文介绍了如何在Jupyter Notebook中使用IBM Granite和Docling实现文档检索增强生成(RAG)功能。作者创建虚拟环境,安装依赖,利用Docling将文档转为结构化数据,并结合Granite LLM进行查询,最终构建了一个从多种文档中提取知识的生成管道。
IBM发布Granite 3.0,包含多种高性能模型,强调道德AI实践,所有模型均可在Apache 2.0许可证下使用,便于企业集成。Granite 2B和8B模型在速度和性能上有显著提升,支持文本分类和问答功能,用户可通过NodeShift云平台快速部署。
Granite 3.0是一个开源的轻量级生成语言模型,适用于企业级任务,支持多语言、编程和推理,测试显示其在功能调用和格式规范方面表现优异,适合多种应用场景。
IBM发布Granite 3.0 AI模型,基于WatsonX平台,提供高性能、安全的AI解决方案。该模型支持多种企业应用,强调开放性和可扩展性,并在自然语言处理任务中表现优异。使用可再生能源训练,符合可持续发展承诺。
IBM Cognos Analytics以其强大的报告功能和AI整合革新了商业智能。AI自动化数据准备、分类和趋势发现,支持自然语言查询和趋势预测。IBM Granite模型推动更智能的BI体验,新增对话助手、智能指标和实时警报,提升用户适应性和信任度。
NFL赛季产生大量数据,ESPN Fantasy应用吸引了1200万用户。IBM与ESPN合作8年,通过AI提供球员评分,帮助用户做出更明智的决策。今年新增功能解释评分原因,提供个性化分析。评分系统结合机器学习和规则系统,考虑用户球队和联盟设置,每10分钟更新。IBM watsonx™平台帮助企业通过数据分析做出更好决策,提供自然语言解释和客户服务功能。
本文介绍了一系列支持高达32,768个令牌的长上下文语言模型(LLMs),通过持续预训练,这些模型在长文本任务上相较于Llama 2取得显著提升。研究表明,适当的数据混合和持续预训练策略能有效扩展上下文长度至128K,并在长上下文理解方面表现优异。实验结果显示,商业模型在短依赖任务上优于开源模型,但在长依赖任务上仍面临挑战。
完成下面两步后,将自动完成登录并继续当前操作。