پس از انتشار نخستین نسخه خانواده Apertus، تیم ابتکار هوش مصنوعی سوئیس امروز از نسخه ۱.۵ این مدل‌های کاملاً متن‌باز رونمایی کرد. این نسخه با ادامه فرآیند پیش‌آموزش روی حجم عظیمی از داده‌های متنی و چندحالته، توانمندی‌های تازه‌ای را به مدل‌های ۸ میلیاردی و ۷۰ میلیاردی اضافه کرده است.
افزایش چشمگیر داده‌های آموزشی
در این نسخه، مدل ۸B با دریافت ۴ تریلیون توکن جدید به مجموع ۱۹ تریلیون توکن دست یافته و مدل ۷۰B نیز با ۲ تریلیون توکن تازه، مجموع آموزش خود را به ۱۷ تریلیون توکن رسانده است. این حجم بالای داده به مدل‌ها امکان می‌دهد تا درک عمیق‌تری از زبان و محتوای چندرسانه‌ای پیدا کنند.
درک چندحالته؛ تصویر و صوت در کنار متن
یکی از مهم‌ترین تغییرات، پشتیبانی بومی از ورودی‌های تصویر و صوت است. کاربران می‌توانند اسناد، نمودارها و عکس‌ها را مستقیماً وارد گفتگو کنند. پردازش گفتار نیز اگرچه هنوز در مرحله آزمایشی قرار دارد، افق تازه‌ای را برای تعامل طبیعی‌تر با مدل‌ها ترسیم می‌کند.
حالت تفکر، زمینه بلند و مهارت‌های ابزاری
حالت تفکر (Thinking Mode) به مدل اجازه می‌دهد پیش از پاسخ‌دهی به استدلال بپردازد و در حل مسائل منطقی عملکرد بهتری نشان دهد. از سوی دیگر، پنجره زمینه به ۲۶۲٬۱۴۴ توکن افزایش یافته که چهار برابر نسخه نخست است. همچنین پیروی از دستورالعمل‌ها و استفاده از ابزارهای خارجی بهبود چشمگیری یافته و پاسخ‌ها را دقیق‌تر و قابل پیش‌بینی‌تر کرده است.
شفافیت و ارزش‌های باز
همانند نسخه‌های قبلی، تمام اجزای Apertus 1.5 به‌صورت کاملاً باز منتشر می‌شوند: وزن‌های مدل، داده‌های آموزشی، مقادیر و جزئیات کامل آموزش. همچنین این مدل به منشور Apertus پایبندی بیشتری دارد و تلاش می‌کند شفافیت را در تمام لایه‌های توسعه حفظ کند.
- درک چندحالته تصویر و صوت (آزمایشی)
- حالت تفکر برای استدلال بهتر
- افزایش چهار برابری پنجره زمینه به ۲۶۲هزار توکن
- دقت بیشتر در پیروی از دستورالعمل‌ها
- یکپارچگی بهتر با ابزارها و APIهای خارجی
- تعهد به ارزش‌های باز و منشور Apertus
با این به‌روزرسانی، خانواده Apertus به یکی از قدرتمندترین گزینه‌های متن‌باز برای پژوهشگران و توسعه‌دهندگانی تبدیل شده است که به شفافیت و آزادی عمل اهمیت می‌دهند.
پرسش‌های پرتکرار
Apertus 1.5 چه تفاوت‌هایی با نسخه ۱.۰ دارد؟
این نسخه با ۴ تریلیون توکن اضافی برای مدل ۸B و ۲ تریلیون برای ۷۰B، به درک چندحالته تصویر و صوت، حالت تفکر، پنجره زمینه ۲۶۲هزار توکن و پیروی بهتر از دستورالعمل‌ها مجهز شده است.
آیا Apertus 1.5 کاملاً متن‌باز است؟
بله، وزن‌های مدل، داده‌های آموزشی، مقادیر و جزئیات کامل آموزش به‌صورت باز منتشر شده‌اند و این مدل به منشور Apertus پایبند است.
