Unsere dritte Generation von KI-Sprachmodellen ist da. Diese auf Unternehmen abgestimmten und als Open-Source-Lösungen bereitgestellten Modelle bieten eine außergewöhnliche Leistung im Vergleich zu Sicherheitsbenchmarks und in einem breiten Spektrum von Unternehmensaufgaben von Cybersicherheit bis RAG.
Basis- und anweisungsoptimierte Sprachmodelle, die für Agenten-Workflows, RAG, Textzusammenfassung, Textanalyse und -extraktion, Klassifizierung und Inhaltserstellung entwickelt wurden.
Reine Decoder-Modelle für Aufgaben der Codegenerierung, einschließlich Codegenerierung, Codeerklärung und Codebearbeitung. Trainiert mit Code, der in 116 Programmiersprachen geschrieben wurde.
Schlank und für Zeitreihen-Forecasting vortrainiert, optimiert für eine effiziente Ausführung für viele Hardwarkonfigurationen.
Schützen Sie KI mit Granite Guardian, indem Sie die Sicherheit von Unternehmensdaten gewährleisten und Risiken bei einer Vielzahl von Nutzerabfragen und LLM-Antworten mindern, mit Spitzenleistungen in mehr als 15 Sicherheitsbenchmarks.
Wählen Sie das richtige Modell, von unter einer Milliarde bis zu 34 Milliarden Parametern, Open Source unter Apache 2.0.
Opfern Sie nicht die Leistung aus Kostengründen. Granite übertrifft vergleichbare Modelle1 bei einer Vielzahl von Unternehmensaufgaben.
Entwickeln Sie verantwortungsvolle KI mit umfassenden Funktionen zur Risiko- und Schadenserkennung, Transparenz und IP-Schutz.
Stellen Sie Open Source Granite-Modelle mit Red Hat Enterprise Linux KI und watsonx in der Produktion bereit. Damit erhalten Sie die Unterstützung und das Tooling, um KI im großen Maßstab sicher bereitzustellen. Entwickeln Sie schneller mit Funktionen wie Tool-Aufruf, 12 Sprachen, multimodale Adapter (demnächst verfügbar) und mehr.
Lernprogramme ansehen
Erfahren Sie, wie Sie einen KI-Agenten erstellen, der Fragen beantworten kann
Bei diesem Tutorial werden Sie das IBM Granite-3.0-8B-Instruct-Modell zur Durchführung benutzerdefinierter Funktionsaufrufe verwenden, das jetzt auf watsonx.ai verfügbar ist.
Quantisieren Sie ein vorab trainiertes Modell auf verschiedene Weise, um die Größe der Modelle darzustellen und ihre Leistung bei einer Aufgabe zu vergleichen
Verwenden Sie das Ragas-Framework für die Auswertung von Retrieval-Augmented Generation (RAG) in Python mit LangChain
Prognostizieren Sie die Zukunft basierend auf Erkenntnissen mit dem TinyTimeMixer (TTM) Granite-Modell
Wandeln Sie Text in eine strukturierte Darstellung um und generieren Sie eine semantisch korrekte SQL Query
Verwenden Sie zum Prompt-Tuning eines Granite-Modells in Python einen synthetischen Datensatz mit positiven und negativen Kundenbewertungen
Dieser Bericht stellt Granite 3.0 vor und legt technische Details des Vor- und Nachtrainings offen, um die Entwicklung offener Foundation Models zu beschleunigen.
Trainiert in 12 Sprachen plus 116 Programmiersprachen – die neuen Modelle Granite 3.0 8B und 2B sind da. Erkunden Sie neue Benchmarks zu Leistung, Sicherheit und Schutz sowie die neuesten Tutorials.
SAP-Anwender können jetzt die Leistungsfähigkeit von IBM watsonx und IBM Granite nutzen, beginnend mit dem großen Sprachmodell Granite.13b.chat, das über den generativen KI-Hub auf dem SAP AI Core auf der SAPBusiness Technology Platform (SAP BTP) verfügbar ist.
Ein Bericht des Center for Research on Foundation Models der Stanford University zeigte, dass das IBM-Modell in mehreren Kategorien zur Messung, wie offen Modelle wirklich sind, perfekte 100 % erreichte.
IBM engagiert sich für die Erstellung, den Einsatz und die Nutzung von KI-Modellen, die Innovationen unternehmensweit auf verantwortungsvolle Weise vorantreiben. Die KI- und Datenplattform watsonx von IBM umfasst einen durchgängigen Prozess zum Erstellen und Testen von Foundation Models und generativer KI. Bei den von IBM entwickelten Modellen suchen wir nach Duplikaten und entfernen diese. Außerdem setzen wir URL-Blocklisten, Filter für anstößige Inhalte und Dokumentenqualität, Satzsplitting und Tokenisierungstechniken ein – und das alles vor dem Training der Modelle.
Während des Datentrainings versuchen wir, Abweichungen in den Modellergebnissen zu vermeiden und verwenden eine überwachte Feinabstimmung, damit die Anweisungen besser befolgt werden können. Auf diese Weise kann das Modell zur Erledigung von Unternehmensaufgaben mittels Prompt Engineering eingesetzt werden. Wir entwickeln die Granite-Modelle in mehrere Richtungen weiter und arbeiten an weiteren Modalitäten, branchenspezifischen Inhalten und weiteren Datenkommentaren für das Training. Gleichzeitig stellen wir regelmäßige, fortlaufende Datenschutzmaßnahmen für die von IBM entwickelten Modelle bereit.
Angesichts der sich schnell weiterentwickelnden Landschaft der generativen KI-Technologie müssen wir unsere Prozesse durchweg kontinuierlich anpassen und verbessern. IBM legt großen Wert auf eine sorgfältige Entwicklung und Tests seiner Foundation Models. Deshalb bietet das Unternehmen für alle von IBM entwickelten Modelle eine standardmäßige vertragliche Haftungsfreistellung für geistiges Eigentum, wie sie auch für IBM Hardware- und Softwareprodukte gilt.
Im Gegensatz zu einigen anderen Anbietern von Large Language Models und gemäß dem Standardkonzept von IBM für Haftungsfreistellungen fordert IBM von seinen Kunden keine Entschädigung für die Nutzung der von IBM entwickelten Modelle durch den Kunden. Darüber hinaus legt IBM keine Obergrenze für seine Haftungsverpflichtung für die von IBM entwickelten Modelle fest und bleibt damit seinem Ansatz in Bezug auf die Haftungspflicht treu.
Folgende aktuelle watsonx Modelle unterliegen diesem Schutz:
(1) Slate-Familie mit reinen Encoder-Modellen.
(2) Granite-Familie mit reinen Decoder-Modellen.
1Leistung der Granite-Modelle, durchgeführt von IBM Research, im Vergleich zu führenden offenen Modellen in akademischen und unternehmensweiten Benchmarks – https://ibm.com/new/ibm-granite-3-0-open-state-of-the-art-enterprise-models