مقدمه
به تازگی تیم WRITER یک خانواده جدید از مدل‌های هوش مصنوعی کوچک اما قدرتمند به نام Palmyra‑mini را معرفی کرد. این مدل‌ها در رنج پارامتر 1.5B تا 1.7B قرار دارند و با ساختار خفیف، عملکرد سریعی در پردازش ارائه می‌دهند.
ویژگی‌های برجسته
دو گروه اصلی مدل در Palmyra‑mini وجود دارد: مدل‌های پایه و مدل‌های "thinking". مدل‌های thinking با استفاده از رویکرد Chain of Thought (CoT) آموزش دیده‌اند که به آن‌ها قابلیت استدلال دقیق‌تر می‌دهد. نتایج بالتیختگی وسیع در بنچمارک Big Bench Hard باعث اعتماد بیشتر کاربران شد.
کاربردهای پیشنهادی
با اندازه کوچک مدل، توسعه‌دهندگان می‌توانند آن را در دستگاه‌های احساسی، اپلیکیشن‌های موبایل، یا سرویس‌های وب که محدودیت محاسباتی دارند، قرار دهند. همچنین در محیط‌های ریسمن و دستیاران مکالمه‌ای که نیازمند پاسخ‌های منطقی سریع هستند، عملکرد عالی دارد.
- مناسب برای پردازش متن‌های طولانی و امکان استنتاج منطقی.
- قابلیت یکپارچگی بالا در پلتفرم‌های ابری و حاشیه‌ای.
- خوانایی بالا در تولید مقالات، داستان و تولید محتوا.
توسعه‌گذاران می‌توانند از این مدل‌ها استفاده کنند تا عملکرد بالاتری را در زمان کوتاهی به دست آورند و بنچمارک‌های بزرگ را به طور قابل توجهی بهبود بخشند.
پرسش‌های پرتکرار
Palmyra-mini چقدر حجم مدل دارد؟
مدل‌های Palmyra‑mini حجم پارامتر 1.5B تا 1.7B است؛ مدل پایه 1.5B و نسخه‌ی thinking 1.7B می‌باشد.
چگونه می‌توان از قدرتمند Chain of Thought استفاده کرد؟
مدل‌های Palmyra‑mini با آموزش Chain of Thought قابلیت استدلال دقیق‌تری دارند که در مواردی مانند پردازش سؤال و پاسخ و استدلال منطقی مفید است.
