Bu, Outerbounds'tan Ville Tuulos (Kurucu Ortak ve CEO) ve Eddie Mattia (Veri Bilimcisi) ile birlikte yazılan bir konuk yazısıdır. ...

Bu serinin 1. Bölümünde, tek tek slaytları tek bir dosyadan dönüştürmek için Amazon Titan Multimodal Embeddings modelini kullanan bir çözüm sunduk.

Makine öğrenimindeki (ML) son gelişmeler, bazıları yüz milyarlarca parametre gerektiren giderek daha büyük modellerin ortaya çıkmasına yol açtı. Her ne kadar onlar...

Üretken yapay zeka (AI), dünya genelindeki sektörlerde müşteri deneyimini dönüştürüyor. Müşteriler...

Üretken yapay zeka (AI) devrimi tüm hızıyla devam ediyor ve her boyutta ve farklı sektörlerdeki müşteriler bu dönüştürücü avantajdan yararlanıyor...

2023 yılında AWS, müşterilerimizin üretken yapay zeka (AI) yolculuğunu hızlandırmak için Hugging Face ile genişletilmiş iş birliğini duyurdu. Hugging Face, 2016 yılında kuruldu...

Bu, Gradient'te Michael Feil ile birlikte yazılan bir konuk yazısıdır. Büyük dilin performansının değerlendirilmesi...

Temel modellerin (FM'ler) desteklediği üretken yapay zeka uygulamaları, kuruluşların müşteri deneyimi, üretkenlik, süreç optimizasyonu ve yenilikler açısından önemli iş değerlerine sahip olmasını sağlıyor. Fakat,...

Amazon SageMaker çoklu model uç noktaları (MME'ler), binlerce modeli tek bir cihazda dağıtmanıza olanak tanıyan, SageMaker çıkarımının tam olarak yönetilen bir yeteneğidir.

Üretken yapay zekanın ortaya çıkışıyla birlikte, büyük dil modelleri (LLM'ler) Claude 2 ve Llama 2 gibi günümüzün temel modelleri (FM'ler) aşağıdaki işlemleri gerçekleştirebilir:

Bugün, Amazon SageMaker'da AWS Trainium ve AWS Inferentia bulut sunucularında Llama 2 çıkarımının ve ince ayar desteğinin kullanıma sunulduğunu duyurmanın heyecanını yaşıyoruz...

Bu yazıda, Parametre Verimli İnce Ayar (PEFT) yöntemini kullanarak bir Llama 2 modeline ince ayar yapmayı gösteriyoruz ve ince ayarlı modeli AWS Inferentia2'de dağıtıyoruz.