كشفت شركة Groq عن إطلاق نموذجها المبتكر LLaVA V1.5 7B عبر منصة GroqCloud.
هذا النموذج يُعتبر إضافة قوية في مجال الذكاء الاصطناعي متعدد الوسائط، حيث يجمع بين معالجة الصور، الصوت، والنصوص في منصة واحدة.
في هذا المقال، سنتعرف أكثر على هذا الإصدار الجديد، و مميزاته، ثم سنتطرق إلى كيفية الوصول و الاستخدام.
ما هو LLaVA V1.5 7B؟
LLaVA هو اختصار لـ Large Language and Vision Assistant، وهو نموذج متعدد الوسائط يجمع بين الرؤية الحاسوبية ومعالجة اللغة الطبيعية.
تعرف أكثر على شرح مفاهيم الذكاء الاصطناعي ببساطة.
تم بناء هذا النموذج على تقنية CLIP من OpenAI ونموذج Llama 2 7B من Meta.
و يستخدم النموذج أسلوب "التعليم البصري" لتحسين قدرته على التعامل مع التعليمات القائمة على الصور والقيام بمهام مثل:
- الإجابة على الأسئلة البصرية: حيث يجيب على أسئلة اعتمادًا على محتوى الصور.
- توليد التسميات التوضيحية: يمكنك رفع الصورة إليه و سيقوم بتوليد نصوص تصف الصور بشكل دقيق.
- التعرف على النصوص من الصور: استخراج النصوص من الصور (OCR).
- الحوار متعدد الوسائط: إجراء محادثات تجمع بين النصوص والصور.
هل يتفوق إصدار Groq الجديد على GPT-4؟
تم تدريب النموذج في سبتمبر 2023 وحقق أداءً متميزًا على سبعة معايير، من بينها خمسة اختبارات أكاديمية متعلقة بالإجابة على الأسئلة البصرية (VQA).
و هذا يدل على قدرة النموذج في فهم وتوليد النصوص بناءً على المدخلات البصرية.
و السؤال هو ما مدى تميز النموذج و هل يتفوق على النماذج الاخرى مثل GPT-4؟
يجيب عن هذا السؤال حساب موقع "Artificial Analysis" عبر منصة X و المتخصص في تحليل نماذج الذكاء الاصطناعي.
حيث يؤكد تفوق نموذج Groq بسرعة تتجاوز 4 أضعاف سرعة GPT-4 في التعامل مع الاستفسارات.
Groq has launched their first multi-modal endpoint! Groq is hosting LLaVA-v1.5-7B which supports vision/image inputs and in our initial benchmarking response times were >4X faster than GPT-4o on OpenAI.
— Artificial Analysis (@ArtificialAnlys) September 4, 2024
We have conducted initial benchmarking comparing the response speed of… pic.twitter.com/bHFDSeVPaZ
و كانت Groq قد أعلنت مؤخرًا عن شراكتها مع Meta لتوفير أحدث نماذج Llama 3.1، بما في ذلك 405B Instruct و 70B Instruct و 8B Instruct.
تعرف أكثر على: إعلان شركة Groq عن توافر الإصدار الأحدث Llama-3.1 405B، و ميزة التحدث الصوتي مجانًا.
و يأتي هذا التعاون ليفتح الباب أمام المجتمع لاختبار النماذج على منصة GroqCloud بسرعة وكفاءة عاليتين.
كيف تبدأ مع LLaVA V1.5 7B على GroqCloud؟
إذا كنت مطورًا أو تدير شركة تعتمد على الذكاء الاصطناعي أو لديك فضول بالتجربة، فإن هذا الإصدار متاح الآن في وضع المعاينة (Preview Mode) عبر منصة GroqCloud Developer Console.
لذا يمكنك البدء في بناء تطبيقات تعتمد على المدخلات متعددة الوسائط بسرعة فائقة من خلال دمج الصور والنصوص والأصوات.
