اختَر النموذج المناسب، من نماذج تتراوح بين أقل من مليار مَعلمة إلى 34 مليار مَعلمة، مفتوحة المصدر في Apache 2.0.
لا تُضحِّ بالأداء مقابل التكلفة. يتفوق Granite على النماذج المماثلة1 في مجموعة متنوعة من مهام المؤسسة.
يمكنك بناء الذكاء الاصطناعي المسؤول باستخدام مجموعة شاملة من قدرات الكشف عن المخاطر والأضرار والشفافية وحماية الملكية الفكرية.
نماذج لغوية مضبوطة أساسيًا وحسب التعليمات مع قدرات جديدة على الاستدلال، مصممة لدعم مهام سير العمل بالوكلاء، والتوليد المعزّز بالاسترجاع (RAG)، وتلخيص النصوص، وتحليل النصوص واستخراج البيانات، والتصنيف، وإنشاء المحتوى.
نموذج مدرب مسبقًا متخصص في مهام التصور لفهم المستندات والصور، يدعم مجموعة من أنواع الملفات ومستويات الدقة، مصمم للنشر الفعال في بيئات المؤسسات.
نماذج تعتمد على وحدة فك الترميز فقط ومصممة لمهام إنشاء التعليمات البرمجية، بما في ذلك كتابة التعليمات البرمجية وشرحها وتعديلها، وهي مدربة أيضًا باستخدام التعليمات البرمجية المكتوبة باستخدام 116 لغة برمجة.
خفيفة الوزن ومُدربة مسبقًا لتوقعات السلاسل الزمنية، ومُحسّنة لتعمل بكفاءة عبر مجموعة من تكوينات الأجهزة.
تمكَّن من حماية الذكاء الاصطناعي باستخدام Granite Guardian، لضمان أمان بيانات المؤسسات وتقليل المخاطر عبر مجموعة متنوعة من مطالبات المستخدم واستجابات النماذج اللغوية الكبيرة، مع تحقيق أداء عالٍ في أكثر من 15 معيارًا للأمان.
تعاونت وكالة ناسا وIBM لإنشاء نموذج أساس الذكاء الاصطناعي للاستكشافات الأرضية باستخدام بيانات الأقمار الصناعية والاستشعار عن بُعد على نطاق واسع.
مصمم لتعزيز فهم نية المستخدم بشكل كبير وزيادة دقة ارتباط المعلومات والمصادر بالاستعلام.
أدى تطبيق قدرات الاستدلال على Granite إلى تحسن ملحوظ في الامتثال للتعليمات المعقدة، مع الحفاظ على الأداء العام وخصائص الأمان، في حين شهدت النماذج المماثلة تراجعًا في هذه الجوانب.
Granite-3.2-8B-Instruct
DeepSeek-R1-Distill-Llama-8B
DeepSeek-R1-Distill-Qwen-7B
ArenaHard
55.23
17.17 |
10.36
Alpaca-Eval-2
61.16
21.85
15.35
IFEval
73.57
66.50
59.10
MMLU |
66.93
45.80
50.72
PopQA |
28.08
13.25
9.94
TruthfulQA |
66.37
47.43
47.14
BigBenchHard
65.60
65.71
65.04
DROP
50.73
44.46
42.76
GSM8K
83.09
72.18
78.47
HumanEval
89.47
67.54
79.89
HumanEval+
86.88
62.91
78.43
AttaQ
85.99
42.87
42.45
*الأسعار المعروضة إرشادية، وقد تختلف حسب الدولة، ولا تشمل أي ضرائب ورسوم مطبقة، وتخضع لتوفُّر المنتج المعروض في المنطقة المحلية.
"في CrushBank، لمسنا بأنفسنا كيف تقدم نماذج الذكاء الاصطناعي المفتوحة والفعالة من IBM قيمة حقيقية للذكاء الاصطناعي المؤسسي، حيث تحقق التوازن المثالي بين الأداء، والكفاءة من حيث التكلفة، وقابلية التوسع. يتجاوز Granite 3.2 ذلك بفضل قدراته الجديدة، ونحن متحمسون لاستكشفها في تطوير حلول جديدة قائمة على الوكلاء."
David Tan
CTO
CrushBank
استخدم IBM Docling وGranite 3.1 مفتوح المصدر لتنفيذ الإجابة المرئية عن الأسئلة المستندة إلى المستندات لأنواع مختلفة من الملفات
اكتشف كيفية إنشاء وكيل ذكاء اصطناعي يمكنه الإجابة عن الأسئلة
في هذا البرنامج التعليمي، ستتعرَّف على كيفية استخدام IBM Granite-3.0-8B-Instruct النموذج متاح الآن على watsonx.ai™ لإجراء استدعاء وظيفة مخصصة.
يمكنك تحديد حجم نموذج مدرَّب مسبقًا بطرق مختلفة لعرض حجم النماذج ومقارنة أدائها في مهمة معينة.
توقع المستقبل بناءً على التعلم باستخدام نموذج TinyTimeMixer (TTM) Granite
تحويل النص إلى تمثيل منسق وإنشاء استعلام SQL صحيح من الناحية الدلالية
قم بتعديل نموذج Granite في Python باستخدام مجموعة بيانات اصطناعية تحتوي على تقييمات عملاء إيجابية وسلبية.
اطَّلِع على الكتاب الشامل لنموذج Granite
يمكنك تنفيذ حلول الذكاء الاصطناعي بثقة وعلى نطاق واسع مع نماذج Granite مفتوحة المصدر في بيئة الإنتاج باستخدام نظام Red Hat Enterprise Linux AI وwatsonx. طوِّر بسرعة أكبر مع ميزات مثل استدعاء الأدوات، ودعم 12 لغة، وسلسلة التفكير المنطقي، والمحوّلات متعددة الوسائط.
تقدّم نماذج Granite 3.2 قدرات استدلال جديدة، ونموذجًا مدعومًا بالرؤية، وكفاءة محسَّنة، مما يوفر نتائج تنافسية بتكلفة أقل.
اكتشف أداءً قويًا وسياقًا أطول ونماذج تضمين جديدة ومزايا أخرى.
يتضمن هذا التقرير مقدمة عن Granite 3.0 ويكشف عن التفاصيل الفنية للتدريب السابق واللاحق لتسريع تطوير نماذج الأساس مفتوحة المصدر.
نماذج Granite 3.0 8B و2B متوفرة الآن، وقد تم تدريبها على 12 لغة و116 لغة برمجة. استكشف المعايير الجديدة حول الأداء والسلامة والأمان واطَّلِع على أحدث البرامج التعليمية.
تؤمن شركة IBM بأهمية إنشاء نماذج الذكاء الاصطناعي التي تعمل على تطوير الابتكار في كل قطاعات المؤسسة بشكل مسؤول ونشرها واستخدامها. توفر منصة الذكاء الاصطناعي والبيانات IBM watsonx عملية متكاملة من البداية إلى النهاية لبناء نماذج الأساس والذكاء الاصطناعي التوليدي واختبارها. وبالنسبة إلى النماذج التي طورتها IBM، فإننا بحث عن الازدواجية ونزيلها، ونستخدم قوائم حظر عناوين URL، وعوامل تصفية للمحتوى غير المرغوب فيه وأخرى لجودة المستندات، ونستخدم تقنيات تقسيم الجمل وترميزها، ويتم كل ذلك قبل تدريب النماذج.
وفي أثناء عملية التدريب على البيانات، نعمل على منع حدوث اختلالات تؤثر في اتساق مخرجات النماذج، كما أننا نستخدم الضبط الدقيق الخاضع للإشراف لتمكين اتباع التعليمات بشكل أفضل بحيث يمكن استخدام النموذج لإكمال مهام المؤسسة عبر هندسة التلقين. ونواصل تطوير نماذج Granite في عدة اتجاهات، مثل تطوير أنماط أخرى ومحتوى خاص بالصناعة وإضافة المزيد من التعليقات التوضيحية للبيانات المستخدمة في التدريب، مع الاستمرار في نشر ضمانات منتظمة بشأن حماية بيانات النماذج التي طورتها IBM.
نظرًا لتغير مشهد تكنولوجيا الذكاء الاصطناعي التوليدي بسرعة، فمن المتوقع أن تتطور وتتحسن عملياتنا الشاملة باستمرار. وكدليل على الدقة التي تلتزم بها IBM في تطوير واختبار نماذجها الأساسية، توفر الشركة تعويض الملكية الفكرية التعاقدي القياسي للنماذج التي طورتها IBM، على غرار التعويضات التي توفرها لأجهزة IBM وبرامجها.
وعلاوة على ذلك، وخلافاً لبعض مزودي النماذج اللغوية الكبيرة الآخرين وتماشياً مع النهج القياسي لشركة IBM بشأن التعويض، لا تطلب IBM من عملائها تعويض شركة IBM عن استخدام العميل للنماذج التي طورتها IBM. وبما يتوافق مع نهج IBM تجاه التزامها بالتعويض، لا تحدد IBM حدًا أقصى لمسؤوليتها عن التعويض عن النماذج التي طورتها IBM.
تتضمن نماذج watsonx الحالية التي تخضع الآن لهذه الحماية ما يلي:
(1) مجموعة Slate من نماذج التشفير فقط.
(2) مجموعة Granite من طراز وحدة فك التشفير فقط.
* كيف يمكن لنماذج الذكاء الاصطناعي الأصغر حجمًا والمصممة خصيصًا للصناعة أن تقدم فوائد أكبر
https://www.ft.com/partnercontent/ibm/how-smaller-industry-tailored-ai-models-can-offer-greater-benefits.html
1Performance of Granite models conducted by IBM Research against leading open models across both academic and enterprise benchmarks - https://ibm.com/new/ibm-granite-3-0-open-state-of-the-art-enterprise-models