27 hasil
20 DES. 2024 / Gemma
Tim AI Singapore dan INSAIT memanfaatkan Gemma, sebuah rangkaian model bahasa open source, untuk membuat LLM yang disesuaikan dengan kebutuhan unik komunitas mereka, dalam sebuah pertunjukan inovasi dan inklusivitas AI.
5 DES. 2024 / Gemma
PaliGemma 2, evolusi berikutnya dalam model visi-bahasa yang dapat disesuaikan, hadir dengan fitur baru seperti performa yang skalabel, pembuatan teks panjang, dan kemampuan yang diperluas. Mulai dengan model yang sudah terlatih, dokumentasi, dan tutorial.
13 NOV. 2024 / Gemma
Pengelompokan berkelanjutan vLLM dan manajer model Dataflow mengoptimalkan penyajian LLM dan menyederhanakan proses penerapan, memberikan kombinasi yang kuat bagi pengembang untuk membangun saluran inferensi LLM berkinerja tinggi dengan lebih efisien.
22 OKT. 2024 / Gemma
KerasHub adalah library terpadu baru untuk model yang sudah terlatih yang mendorong ekosistem yang lebih kohesif bagi developer.
3 OKT. 2024 / Gemma
Google sedang membangun model AI, yang berfokus pada Gemma, untuk menjembatani kesenjangan komunikasi lintas bahasa.
2 OKT. 2024 / Gemma
Season ini menampilkan aplikasi baru Gemma, termasuk asisten kode AI personal dan project untuk tugas non-Inggris serta pemrosesan email bisnis.
5 SEP. 2024 / Gemma
PaliGemma, vision-language model (VLM) terbuka yang ringan, bisa menerima input gambar dan teks serta menghasilkan respons teks, menambahkan model visi tambahan ke model BaseGemma.
29 AGU 2024 / Gemma
Arsitektur RecurrentGemma menampilkan model hibrida yang memadukan gated linear recurrences dengan local sliding window attention; fitur yang sangat berharga saat Anda khawatir akan kehabisan jendela konteks LLM Anda.
22 AGU 2024 / Gemma
Gemma 2 adalah rangkaian model terbuka baru yang menetapkan standar baru untuk performa dan aksesibilitas, yang mengungguli model populer lebih dari dua kali lipat ukurannya.
16 AGU 2024 / Gemma
Gunakan model bahasa Gemma untuk mengukur sentimen pelanggan, meringkas percakapan, dan membantu membuat respons dalam sekejap dengan latensi minimal.