IBM Grundmodelle

IBM Verteidigungs 4.0

Die Modelle „ IBM “ und „Defense“ 4.0 bilden eine Familie von auf den Verteidigungsbereich ausgerichteten großen Sprachmodellen (LLMs). Die Modelle sind darauf ausgelegt, mit den Verteidigungsdaten von Janes zu arbeiten, um schnelle, zuverlässige und kontextbezogene Ergebnisse für missionskritische Aufgaben in Verteidigungsorganisationen zu liefern.

Verwendung

Beherrscht gängige generative Aufgaben, darunter Klassifizierung, Funktionsaufruf, Zusammenfassung, Beantwortung von Fragen, retrieval-augmented Generation und vieles mehr.

Größe

Mikro: 3 Milliarden Parameter Klein: 30 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe):

• ibm-defense-4-0-h-micro: 131.072
  
• ibm-defense-4-0-h-small: 131.072

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch.

Informationen zur Befehlsoptimierung

Die Basismodelle von „ IBM “ (Defense 4.0 ) wurden auf der Grundlage der Basismodelle von „ Granite “ ( 4.0 ) verfeinert. Die Trainingsdaten der Modelle umfassen öffentlich zugängliche Datensätze mit freizügigen Lizenzen, intern generierte synthetische Daten zur Verbesserung der Schlussfolgerungsfähigkeit, öffentlich zugängliche militärische Datensätze sowie kuratierte Dokumentationen, Anwendungsbeispiele und synthetische Beispiele für Interaktionen mit der Janes-API.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Website

Granite Docling

2.3.0 und später: Dieses Modell wurde mit der Version „ 2.3.0 “ eingeführt.

Granite Docling ist ein multimodales Bild-Text-zu-Text-Modell, das sich besonders für die Dokumentkonvertierung eignet. Das Modell behält die Kernfunktionen von Docling bei und sorgt gleichzeitig für eine nahtlose Integration mit DoclingDocuments. Es ist in der Lage, PDF-Dateien, Folien und gescannte Seiten direkt in strukturierte, maschinenlesbare Formate zu konvertieren.

Verwendung

Ideal für das Verstehen und Konvertieren von Dokumenten.

Größe

258 Millionen Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 8.192

Unterstützte natürliche Sprachen

Englisch

Informationen zur Befehlsoptimierung

Basiert auf „ Idefics3 “ und wurde mit dem „ nanoVLM “-Framework trainiert. Die Trainingsdaten bestehen aus öffentlich zugänglichen Datensätzen und intern erstellten synthetischen Datensätzen, die darauf ausgelegt sind, bestimmte Fähigkeiten zum Verständnis von Dokumenten zu fördern.

Modellarchitektur

Kodierer-Dekodierer

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Website

Granite 4 Modelle

Die Basismodelle „ Granite “ ( 4.0 ) gehören zur Modellfamilie „ IBM “ ( Granite ). Die Modelle „ granite-4-h-small “, „ granite-4-h-micro “ und „ granite-4-h-tiny “ sind befehlsbasierte Modelle, die für strukturierte und kontextbezogene Aufgaben entwickelt wurden. Die Modelle nutzen Feinabstimmung, bestärkendes Lernen und Modellzusammenführung, um die Leistung zu verbessern. Granite 4.0 bietet eine bessere Handhabung von Befehlen und Werkzeugen und eignet sich daher gut für Aufgaben in Unternehmen.

2.3.0 und später wurde dieses „ granite-4-h-tiny “-Modell mit der Veröffentlichung von „ 2.3.0 “ eingeführt.

Verwendung

Es wurde entwickelt, um auf allgemeine Anweisungen zu reagieren, und kann zur Entwicklung von KI-Assistenten für verschiedene Bereiche, einschließlich Geschäftsanwendungen, genutzt werden. Das Modell ist in der Lage, gängige generative Aufgaben zu bewältigen, darunter Zusammenfassung, Textklassifizierung, Textextraktion, Frage-Antwort-Verfahren, Retrieval-Augmented-Generation (RAG), Funktionsaufrufe, „Fill-In-the-Middle“ (FIM)-Code sowie mehrsprachige Dialog-Anwendungsfälle.

Größe

• Klein: 30 Milliarden Parameter
  
• Winzig: 7 Milliarden Parameter
  
• Mikro: 3 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe):

• granite-4-h-small: 131.072
• granite-4-h-tiny: 131.072
• granite-4-h-micro: 131.072

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch. Benutzer können die Modelle von „ Granite “ ( 4.0 ) über diese Sprachen hinaus weiter optimieren.

Informationen zur Befehlsoptimierung

Die vier Modelle der „ Granite “ wurden auf der Grundlage von „ Granite-4.0-H-Small-Base “ unter Verwendung einer Kombination aus Open-Source-Trainingsdatensätzen mit freier Lizenz und intern erfassten synthetischen Datensätzen feinabgestimmt.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Granite 4.0 Website

granite-4-1b-speech

granite-4.0-1b-speech ist ein kompaktes und effizientes Sprachmodell, das speziell für die mehrsprachige automatische Spracherkennung (ASR) und die bidirektionale automatische Sprachübersetzung (AST) entwickelt wurde. Das Modell wurde auf einer Sammlung öffentlicher Korpora trainiert, die verschiedene Datensätze für ASR und AST sowie synthetische Datensätze umfasst, die speziell auf die japanische ASR, die schlüsselwortorientierte ASR und die Sprachübersetzung zugeschnitten sind. granite-4.0-1b-speech wurde durch Modalitätsabgleich granite-4.0-1b-base auf Sprache anhand öffentlich zugänglicher Open-Source-Korpora trainiert, die Audio-Eingaben und Textziele enthalten.

Verwendung

Kann gängige generative Aufgaben bewältigen, darunter codebezogene Aufgaben, Funktionsaufrufe, die Beantwortung von Fragen, Zusammenfassungen, Übersetzungen und vieles mehr.

Größe

1 Milliarde Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 128.000

Unterstützte natürliche Sprachen

Englisch, Französisch, Deutsch, Spanisch, Portugiesisch, Japanisch

Informationen zur Befehlsoptimierung

Dieses Modell lässt sich nicht abstimmen

Modellarchitektur

Dreistufige Pipeline-Architektur (Sprach-Encoder, Sprach-Projektor/Downsampler, großes Sprachmodell (LLM))

ibm-defense-3-3-8b-instruct

Das Verteidigungsmodell „ IBM “ ( watsonx.ai ) ist eine optimierte Version des Modells „ granite-3-3-8b-instruct “, das auf allgemeinem Wissen über die Verteidigungsindustrie und der Janes-API trainiert wurde. Das Modell „ ibm-defense-3-3-8b-instruct “ ist darauf ausgelegt, sowohl Tool-Aufrufe der Janes Inventory API als auch RAG-Aufgaben (Retrieval Augmented Generation) auszuführen. Das Modell kann Daten zusammenführen, wichtige Erkenntnisse gewinnen, Muster erkennen und verteidigungsspezifisches Wissen nutzen, um schnelle, zuverlässige und kontextbezogene Ergebnisse zu liefern.

Verwendung

Kann gängige generative Aufgaben bewältigen, darunter code-bezogene Aufgaben, das Aufrufen von Funktionen, das Befolgen von Anweisungen, das Beantworten von Fragen und vieles mehr. Spezialisiert auf die erweiterte Generierung von Tool-Aufrufen und -Abrufen.

Größe

8 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 128.000

Unterstützte natürliche Sprachen

Englisch. Das Granite-Basismodell unterstützt jedoch auch Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch. Sie können das Modell „ Granite “ weiter optimieren, um weitere Sprachen zu unterstützen.

Informationen zur Befehlsoptimierung

Das Modell basiert auf „ granite-3-3-8b-base “ und umfasst als Trainingsdaten öffentlich zugängliche Datensätze mit freizügigen Lizenzen, intern generierte synthetische Daten zur Verbesserung der Schlussfolgerungsfähigkeit, öffentlich zugängliche militärische Datensätze sowie kuratierte Dokumentationen, Anwendungsbeispiele und synthetische Beispiele für Interaktionen mit der Janes-API.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Granite 3.3 -Modelle anweisen

Die Granite Instruct Basismodelle gehören zur Modellfamilie „ IBM “ ( Granite ). Die Grundmodelle „ granite-3-3-2b-instruct “ und „ granite-3-3-8b-instruct “ sind unter Granite und 3.3 zu finden. Diese Modelle bauen auf früheren Versionen auf, um die Fähigkeiten in den Bereichen logisches Denken, Mathematik, Programmieren und das Befolgen von Anweisungen zu verbessern.

Verwendung

Entwickelt, um bei Aufgaben mit langem Kontext und der Ausführung von Anweisungen wie Zusammenfassungen, Problemlösung, Textübersetzung, logischem Schlussfolgern, Programmieraufgaben, Funktionsaufrufen und vielem mehr hervorragende Leistungen zu erbringen. Lässt sich in KI-Assistenten verschiedener Bereiche integrieren.

Größen – 8 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe)

• 8b: 131.072

Hinweis: Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 16.384 begrenzt.

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch. Benutzer können diese Modelle unter Granite jedoch für Sprachen außerhalb dieser 12 Sprachen feinabstimmen.

Unterstützte Programmiersprachen

Die Granite Instruct Modelle werden mit Code trainiert, der in 116 Programmiersprachen geschrieben ist.

Informationen zur Befehlsoptimierung

Bei Granite Instruct den Modellen handelt es sich um feinabgestimmte Granite Instruct Basismodelle, die auf der Grundlage von über 12 Billionen Tokens sowie einer Kombination aus frei lizenzierten Open-Source- und proprietären Trainingsdaten trainiert wurden.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen

granite-3-2-8b-instruct

Dieses Basismodell ist in der Version „ 2.4.0 “ veraltet. Siehe Lebenszyklus des Foundation-Modells.

Granite 3.2 Instruct ist ein Grundmodell mit großem Kontextumfang, das auf verbesserte Schlussfolgerungsfähigkeiten optimiert wurde. Die Denkfähigkeit ist konfigurierbar, was bedeutet, dass Sie steuern können, wann Schlussfolgerungen angewendet werden.

Verwendung

Kann gängige generative Aufgaben bewältigen, darunter codebezogene Aufgaben, Funktionsaufrufe und mehrsprachige Dialoge. Spezialisiert auf logisches Denken und Aufgaben mit großem Kontextumfang, wie beispielsweise das Zusammenfassen langer Dokumente oder Sitzungsprotokolle. Kann Fragen mit Antworten beantworten, die sich auf den Kontext stützen, der in langen Dokumenten bereitgestellt wird.

Größe

8 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 131.072

Hinweis: Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 16.384 begrenzt.

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch

Informationen zur Befehlsoptimierung

Das auf „ Granite-3.1-8B-Instruct “ aufbauende Modell wurde unter Verwendung einer Mischung aus frei lizenzierten Open-Source-Datensätzen und intern generierten synthetischen Daten trainiert, die speziell für Schlussfolgerungsaufgaben konzipiert wurden.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• IBM Bekanntmachung

granite-3-1-8b-base

Das Grundmodell „ granite-3-1-8b-base “ gehört zur Modellfamilie „ IBM “ Granite 3.1. Das Modell erweitert die Kontextlänge von „ granite-3-8b-base “.

Verwendung

Das Granite 3.1 Basis-Foundation-Modell ist ein vortrainiertes autoregressives Foundation-Modell, das für die Feinabstimmung, Zusammenfassung, Textklassifizierung, Extraktion, Beantwortung von Fragen und andere Aufgaben mit langem Kontext vorgesehen ist.

Sie können das granite-3-1-8b-base Grundmodell ausschließlich zum Feintuning verwenden. Dieses Modell lässt sich nicht direkt ableiten.

Größe

8 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 131.072

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch. Benutzer können die Modelle von „ Granite “ ( 3.1 ) für Sprachen, die über diese 12 Sprachen hinausgehen, individuell anpassen.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen

Granite Instruct 3.1 Modelle

Die Granite Instruct Basismodelle gehören zur Modellfamilie „ IBM “ ( Granite ). Die Grundmodelle „ granite-3-2b-instruct “ und „ granite-3-8b-instruct “ sind auf die Generation von Texten abgestimmte Sprachmodelle der Generation 3.0, die für Aufgaben wie Zusammenfassung, Textgenerierung, Programmierung und vieles mehr ausgelegt sind. Die Basismodelle basieren auf einer reinen Decoder-Architektur im GPT-Stil, ergänzt durch weitere Innovationen von „ IBM “ Research und der Open-Source-Community.

Es wurde eine Änderung am Grundmodell vorgenommen, um diese Modelle auf IBM Granite 3.1 zu aktualisieren. Die „ 1.1.0 “-Version der Modelle baut auf früheren Versionen auf und bietet eine verbesserte Unterstützung für Programmieraufgaben sowie integrierte Funktionen für Agenten.

Verwendung

Granite Instruct Grundlagemodelle sind darauf ausgelegt, bei Aufgaben, bei denen Anweisungen befolgt werden müssen, wie beispielsweise Zusammenfassungen, Problemlösung, Textübersetzung, logisches Denken, Programmieraufgaben, Funktionsaufrufe und vieles mehr, hervorragende Leistungen zu erbringen.

Sie können das granite-3-1-8b-base Basismodell aus der Modellfamilie „ Granite “ ( 3.1 ) ausschließlich zu Feinstimmungszwecken verwenden. Dieses Modell lässt sich nicht direkt ableiten.

Granite Code Modelle

Bei Granite Code den Modellen handelt es sich um Basismodelle aus der Familie „ IBM “ ( Granite ). Bei den Grundmodellen handelt es sich um anweisungsbasierte Modelle, die mithilfe einer Kombination aus „ Git “-Commits in Verbindung mit menschlichen Anweisungen und Datensätzen mit synthetisch generierten Open-Source-Codeanweisungen feinabgestimmt wurden.

Das Grundmodell „ granite-8b-code-instruct “ ( v2.0.0 ) kann dank einer größeren Kontextfensterlänge umfangreichere Eingaben verarbeiten.

Verwendung

Die folgenden Granite Code Grundmodelle sind darauf ausgelegt, auf programmierbezogene Anweisungen zu reagieren, und können zur Entwicklung von Programmierassistenten verwendet werden:

• granite-3b-code-instruct
• granite-8b-code-instruct
• granite-20b-code-instruct
• granite-34b-code-instruct

Die folgenden Granite Code Basismodelle sind an bestimmte Anweisungen angepasste Versionen des Basismodells „ granite-20b-code-base “, die für die Generierung von SQL-Code aus Text entwickelt wurden.

• granite-20b-code-base-schema-linking
• granite-20b-code-base-sql-gen

Größen

• 3 Milliarden Parameter
• 8 Milliarden Parameter
• 20 Milliarden Parameter
• 34 Milliarden Parameter

Probier es doch mal aus

Probieren Sie die Muster aus:

• Beispieleingabeaufforderung: Codegenerierung
• Beispieleingabeaufforderung: Codekonvertierung
• Aufforderungen zur Eingabe von Code
• Beispielaufgabe: Finden Sie Informationsquellen in SQL
• Beispielaufgabe: Erstelle eine SQL-Anweisung

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe)

• granite-3b-code-instruct : 128.000

  Die maximale Anzahl neuer Token – also der vom Grundmodell pro Anfrage generierten Token – ist auf 8.192 begrenzt.

• granite-8b-code-instruct : 128.000

  Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 4.096 begrenzt.

• granite-20b-code-instruct : 8.192

  Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 4.096 begrenzt.

• granite-20b-code-base-schema-linking : 8.192

• granite-20b-code-base-sql-gen : 8.192

• granite-34b-code-instruct : 8.192

Unterstützte natürliche Sprachen

Englisch

Unterstützte Programmiersprachen

Die Granite Code Basismodelle unterstützen 116 Programmiersprachen, darunter PythonJavaScript, Java, C++, Go und Rust. Die vollständige Liste finden Sie unter „ IBM -Grundmodelle “.

Informationen zur Befehlsoptimierung

Diese Modelle wurden auf Granite Code der Grundlage von Basismodellen unter Verwendung einer Kombination aus frei lizenzierten Anweisungsdaten feinabgestimmt, um die Fähigkeiten zur Befolgung von Anweisungen – einschließlich logischen Denkens und Problemlösungskompetenzen – zu verbessern.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Granite Forschungsarbeit zu Codemodellen
• Forschungsarbeit zur Skalierung von „ Granite “-Code-Modellen

granite-guardian-3-2-5b

Die Granite Guardian Basismodelle gehören zur Modellfamilie „ IBM “ ( Granite ). Das Modell „ granite-guardian-3-2-5b “ ist eine optimierte Version des gleichgroßen „ Granite Guardian“-Modells „ 3.1 “, das darauf ausgelegt ist, Risiken in Eingabeaufforderungen und Antworten zu erkennen. Die Basismodelle unterstützen die Risikoerkennung in vielen wichtigen Bereichen des KI-Risikoatlas.

Verwendung

Granite Guardian Grundlagemodelle sind darauf ausgelegt, in Prompt-Texten oder Modellantworten (als Schutzmechanismen) Risiken im Zusammenhang mit potenziellen Schäden zu erkennen und können in Anwendungsfällen der „Retrieval-Augmented Generation“ eingesetzt werden, um die Kontextrelevanz (ob der abgerufene Kontext für die Anfrage relevant ist), die Fundiertheit (ob die Antwort korrekt ist und dem bereitgestellten Kontext entspricht) sowie die Antwortrelevanz (ob die Antwort direkt auf die Anfrage des Nutzers eingeht) zu bewerten.

Größen

5 Milliarden Parameter

Probier es doch mal aus

Probieren Sie die Muster aus:

• Beispielaufgabe: Aufgaben zur Sicherheit mit „ Granite “ klassifizieren

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 128.000

Unterstützte natürliche Sprachen

Englisch

Informationen zur Befehlsoptimierung

Die Granite Guardian Modelle sind feinabgestimmte Granite Instruct Modelle, die auf einer Kombination aus von Menschen annotierten und synthetischen Daten trainiert wurden.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen
• Beitrag zu den Unitxt-Metriken

Granite Guardian 3.1 Modelle

granite-guardian-3-8b und „ granite-guardian-3-2b “ sind in der Version „ 2.4.0 “ veraltet. Siehe Lebenszyklus des Foundation-Modells.

Die Granite Guardian Basismodelle gehören zur Modellfamilie „ IBM “ ( Granite ). Die Basismodelle „ granite-guardian-3-2b “ und „ granite-guardian-3-8b “ sind feinabgestimmte Granite Instruct Modelle, die darauf ausgelegt sind, Risiken in Eingabeaufforderungen und Antworten zu erkennen. Das Basismodell unterstützt die Risikoerkennung in vielen wichtigen Bereichen des KI-Risikoatlas.

Es wurde eine Änderung am Grundmodell vorgenommen, um diese Modelle auf IBM Granite 3.1 zu aktualisieren. Die „ 1.1.0 “-Version der Modelle baut auf früheren Iterationen auf und wurde anhand einer Kombination aus von Menschen annotierten und zusätzlichen synthetischen Daten trainiert, um die Leistung bei Risiken zu verbessern, die mit Halluzinationen und Jailbreak zusammenhängen.

Verwendung

Granite Guardian Grundmodelle sind darauf ausgelegt, in Text-Prompts oder Modellantworten potenziell schädliche Risiken zu erkennen (als Schutzmechanismen). Die Modelle können in Anwendungsfällen der „Retrieval-Augmented Generation“ eingesetzt werden, um die Kontextrelevanz (ob der abgerufene Kontext für die Anfrage relevant ist), die Fundiertheit (ob die Antwort korrekt ist und dem angegebenen Kontext entspricht) sowie die Antwortrelevanz (ob die Antwort direkt auf die Anfrage des Nutzers eingeht) zu bewerten.

Größen

• 2 Milliarden Parameter
• 8 Milliarden Parameter

Probier es doch mal aus

Probieren Sie die Muster aus:

• Beispielaufgabe: Aufgaben zur Sicherheit mit „ Granite “ klassifizieren

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe)

• granite-guardian-3-2b: 8.192
• granite-guardian-3-8b: 8.192

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe)

• granite-guardian-3-8b: 131.072

Hinweis: Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 8.192 begrenzt.

Unterstützte natürliche Sprachen

Englisch

Informationen zur Befehlsoptimierung

Die Granite Guardian Modelle sind feinabgestimmte Granite Instruct Modelle, die auf einer Kombination aus von Menschen annotierten und synthetischen Daten trainiert wurden.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen
• Beitrag zu den Unitxt-Metriken

Granite time series Modelle

Granite time series Foundation-Modelle gehören zur Modellfamilie „ IBM “ ( Granite ). Bei diesen Modellen handelt es sich um kompakte, vortrainierte Modelle für die Prognose multivariater Zeitreihen, die von der Forschungsabteilung von „ IBM “ entwickelt wurden. Die folgenden Versionen stehen für die Datenprognose in „ watsonx.ai: “ zur Verfügung

• granite-ttm-512-96-r2
• granite-ttm-1024-96-r2
• granite-ttm-1536-96-r2

Verwendung

Sie können eines dieser vortrainierten Modelle auf Ihre Zieldaten anwenden, um eine erste Prognose zu erhalten, ohne das Modell anhand Ihrer Daten trainieren zu müssen. Anhand einer Reihe historischer, zeitlich geordneter Datenbeobachtungen können die Granite time series Grundmodelle ihr Verständnis dynamischer Systeme nutzen, um zukünftige Datenwerte vorherzusagen. Diese Modelle funktionieren am besten mit Datenpunkten in Minuten- oder Stundenintervallen und erzeugen einen Prognosedatensatz mit bis zu 96 Datenpunkten pro Zielkanal.

Größe

1 Million Parameter

Probier es doch mal aus

Siehe Prognose der zukünftigen Werte

Kontextlänge

Erforderliche Mindestanzahl an Datenpunkten pro Kanal in der API-Anfrage:

• granite-ttm-512-96-r2: 512
• granite-ttm-1024-96-r2: 1.024
• granite-ttm-1536-96-r2: 1.536

Unterstützte natürliche Sprachen

Englisch

Informationen zur Befehlsoptimierung

Die Granite time series Modelle wurden anhand von fast einer Milliarde Zeitreihendaten aus verschiedenen Bereichen trainiert, darunter Stromversorgung, Verkehr, Fertigung und weitere.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen
• Forschungsarbeit
• Modellkarte

Granite Vision 3.3 2b

Granite Vision 3.3 2b ist ein kompaktes und effizientes Grundmodell für Bild- und Sprachverarbeitung, das speziell für Anwendungsfälle in Unternehmen entwickelt wurde. Das Modell „ granite-vision-3-3-2b “ bietet neue experimentelle Funktionen wie Bildsegmentierung, die Erstellung von Doctags und die Unterstützung mehrseitiger Dokumente. Das Modell bietet zudem eine höhere Sicherheit als frühere Modelle der „ Granite “-Reihe.

Verwendung

Das Basismodell „ granite-vision-3-3-2b “ wurde für das visuelle Dokumentenverständnis entwickelt und ermöglicht die automatische Extraktion von Inhalten aus Tabellen, Diagrammen, Infografiken, Grafiken, Schemata und vielem mehr.

Größe

2 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 131.072

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch.

Informationen zur Befehlsoptimierung

Das Grundmodell „ granite-vision-3-3-2b “ wurde anhand eines kuratierten Datensatzes zum Befolgen von Anweisungen trainiert, der verschiedene öffentliche Datensätze sowie synthetische Datensätze umfasst, die speziell darauf zugeschnitten sind, ein breites Spektrum an Aufgaben im Bereich des Dokumentenverständnisses und der allgemeinen Bildverarbeitung zu unterstützen. Das Modell wurde durch Feinabstimmung des „ granite-3-2b-instruct “-Grundmodells unter Einbeziehung sowohl von Bild- als auch von Textdaten trainiert.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• Modellinformationen

Granite Vision 3.2 2b

Dieses Modell ist veraltet. Siehe Lebenszyklus des Foundation-Modells.

Granite Vision 3.2 2b ist ein Bild-zu-Text-Grundmodell, das speziell für Anwendungsfälle in Unternehmen entwickelt wurde. Dieses multimodale Modell für maschinelles Lernen ( Granite ) kann Bilder und Text verarbeiten, um beispielsweise Tabellen, Diagramme, Grafiken und vieles mehr zu verstehen.

Verwendung

Das Basismodell „ granite-vision-3-2-2b “ wurde für das visuelle Dokumentenverständnis entwickelt und ermöglicht die automatische Extraktion von Inhalten aus Tabellen, Diagrammen, Infografiken, Grafiken, Schemata und vielem mehr.

Hinweis: Es wird empfohlen, das Modell „ granite-vision-3-2-2b “ ausschließlich für Bilddateien zu verwenden, um Anwendungsfälle visuell zu verarbeiten und zu verstehen.

Größe

2 Milliarden Parameter

Token-Limits

Länge des Kontextfensters (Eingabe + Ausgabe): 131.072

Hinweis: Die maximale Anzahl neuer Token – also der vom Basismodell pro Anfrage generierten Token – ist auf 16.384 begrenzt.

Unterstützte natürliche Sprachen

Englisch, Deutsch, Spanisch, Französisch, Japanisch, Portugiesisch, Arabisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch

Informationen zur Befehlsoptimierung

Das Grundmodell „ granite-vision-3-2-2b “ wurde anhand eines kuratierten Datensatzes zum Befolgen von Anweisungen trainiert, der verschiedene öffentliche Datensätze sowie synthetische Datensätze umfasst, die speziell darauf zugeschnitten sind, ein breites Spektrum an Aufgaben im Bereich des Dokumentenverständnisses und der allgemeinen Bildverarbeitung zu unterstützen. Es wurde durch Feinabstimmung des „ granite-3-2b-instruct “-Grundmodells unter Einbeziehung sowohl von Bild- als auch von Textdaten trainiert.

Modellarchitektur

Decoder

Lizenz

IBM -Die entwickelten Grundmodelle gelten als Teil des Dienstes „ IBM “ ( watsonx.ai ). Weitere Informationen zu den vertraglichen Schutzbestimmungen im Zusammenhang mit der Haftungsfreistellung durch „ IBM “ finden Sie unter „Lizenzinformationen “.

Weitere Informationen

Lesen Sie die folgenden Quellen:

• IBM Bekanntmachung