我们推出第三代 AI语言模型现已推出。这些企业级模型适合特定用途并采用开源模式,可根据安全基准提供卓越的性能,且适用于多种企业任务,包括网络安全、RAG 等。
为代理工作流、RAG、文本摘要、文本分析和提取、分类以及内容生成设计的基础模型和指令微调语言模型。
专为代码生成任务(包括代码生成、代码解释和代码编辑)设计的纯解码器模型,使用了以 116 种编程语言编写的代码进行训练。
用于时间序列预测的轻量化预训练模型,可在一系列硬件配置上高效运行。
利用 Granite Guardian 保护 AI,确保企业数据安全并缓解多种用户提示和 LLM 回复的风险,并在 15 项以上安全基准测试中表现出一流性能。
选择合适的模型,参数从数亿到 340 亿,采用 Apache 2.0 开源许可。
不要为了降低成本而牺牲性能。在各种企业任务中,Granite 的表现均优于同类模型1。
构建具有全面的风险和危害检测功能、透明度和知识产权保护的负责任 AI。
在生产环境中部署开源 Granite 模型时,Red Hat Enterprise Linux AI 和 watsonx 可提供所需的支持和工具,让您胸有成竹地大规模部署 AI。借助工具调用、12 种语言、多模态适配器(即将推出)等功能,加快构建速度。
了解如何构建回答问题的 AI 代理
在本教程中,您将使用现已在 watsonx.ai 上提供的 IBM Granite-3.0-8B-Instruct 来执行自定义函数调用。
以几种不同的方式量化预训练模型,以显示模型的大小并比较它们执行任务时的表现
使用 LangChain 在 Python 中通过 Ragas 框架进行检索增强生成 (RAG) 评估
使用 TinyTimeMixer (TTM) Granite 模型,通过学习预测未来
将文本转换为结构化表示形式,并生成语义正确的 SQL 查询
使用包含正面和负面客户评论的合成数据集,以 Python 对 Granite 模型进行提示微调。
这份报告介绍了 Granite 3.0 并披露了训练前和训练后的技术细节,旨在加速开放式基础模型的开发。
经过 12 种语言和 116 种编程语言的训练,全新 Granite 3.0 8B 和 2B 模型现已推出。查看新的性能和安全基准测试 + 最新教程。
SAP 用户现在可以利用 IBM watsonx 和 IBM Granite 的强大功能,如虎添翼的体验从 Granite.13b.chat 大型语言模型开始——该模型可通过 SAP Business Technology Platform (SAP BTP) 上 SAP AI Core 中的生成式 AI 中心获取。
斯坦福大学基础模型研究中心的报告显示,IBM 的模型在多个衡量模型开放程度的类别中均获得了满分。
IBM 相信,AI 模型的创建、部署和运用能够负责任地推进整个企业的创新。IBM watsonx AI 和数据平台具有构建和测试基础模型以及生成式 AI 的端到端流程。针对 IBM 开发的模型,我们会在模型训练之前搜索并删除重复项,并使用 URL 拦截列表技术、不良内容和文档质量过滤器、句子分割和标记化技术。
在数据训练过程中,我们力求防止模型输出失准,并使用监督微调来改善指令跟踪,以便借助提示工程将模型用于企业任务。我们将继续朝着多个方向开发 Granite 模型,包括其他模态、特定行业内容和更多用于训练的数据注释,同时还将为 IBM 开发的模型部署定期、持续的数据保护措施。
鉴于生成式 AI 技术的日新月异,我们端到端的流程有望不断发展和完善。作为 IBM 在其基础模型开发和测试中投入的严谨性证明,IBM 为其开发的模型提供标准的合同知识产权赔偿,类似于为 IBM 硬件和软件产品提供的赔偿。
与其他一些大型语言模型提供商不同,IBM 不要求客户因使用 IBM 开发的模型而赔偿 IBM,这是 IBM 的标准赔偿惯例。此外,IBM 对自身开发的模型未设置赔偿责任上限,这也符合 IBM 的一贯赔偿义务做法。
受上述保护的 watsonx 模型目前包括:
(1) Slate 系列纯编码器模型。
(2) Granite 系列纯解码器模型。
1 IBM Research 将 Granite 模型与领先开放式模型在各项学术和企业基准测试中的性能表现进行比较 - https://ibm.com/new/ibm-granite-3-0-open-state-of-the-art-enterprise-models