개요
Its ROOTS training corpus included natural and programming languages, making it a prominent open-access research model.
심층 분석
The BigScience paper describes BLOOM as a decoder-only Transformer with 176 billion parameters. It was trained on ROOTS, a corpus assembled from hundreds of sources in 46 natural languages and 13 programming languages. The collaboration released the model and code under the Responsible AI License and documented data and training choices. Its open-access release supports research, but does not remove the need to consider the license, model limitations, or the represented language distribution.
실제 구현
상업용 모델에서 제대로 지원되지 않는 언어를 포함하여 수십 개의 언어로 텍스트 생성 및 완성
편견, 다국어 전달 및 확장 행동을 연구하기 위한 공개 연구 기준선 역할을 합니다.
영어가 아닌 커뮤니티를 위한 BLOOMZ와 같은 작업별 또는 지침에 따른 변형으로 미세 조정
훈련 데이터 출처와 책임 있는 AI 라이선스를 연구하는 학자들을 위해 완벽하게 문서화된 모델 제공
BigScience의 미래와 BLOOM 모델
BigScience는 대규모의 공개적으로 관리되는 AI가 가능하다는 점을 입증했으며, 그 모델은 이후 공개 릴리스와 투명성에 대한 광범위한 추진에 영향을 미쳤습니다. 미래의 다국어 작업은 데이터 문서화 및 포괄적인 언어 적용 범위에 대한 교훈을 바탕으로 구축될 가능성이 높으며, 더 새롭고 효율적인 모델은 기본 기능에서 BLOOM을 능가합니다. 지속적인 유산은 모델 카드, 데이터 설명, 책임 있는 라이선스를 게시하는 표준과 더불어 공용 컴퓨팅이 최전방 규모의 모델을 교육할 수 있다는 증거입니다.
실천에 옮기기
왜 중요한가요?
- 벤더 전략. 공급업체 로드맵은 팀이 다음에 구축할 수 있는 기능에 영향을 미칩니다.
- 비용 및 예산. 상업적 조건과 배포 옵션은 장기적인 비용과 위험에 영향을 미칩니다.
- 위험과 안전. 회사 인센티브는 제품 기본값, 안전 태세 및 개방성을 형성합니다.
조심하세요
- 출시 발표는 실제 생산 워크플로의 안정성보다 앞설 수 있습니다.
- API 가격 책정이나 정책 변경으로 인해 하룻밤 사이에 가정이 깨질 수 있습니다.
- 단일 공급업체 종속성은 종속 및 마이그레이션 비용을 증가시킵니다.
다음 단계
- 자체 작업과 데이터 세트를 사용하여 공급자를 평가합니다.
- 통합하기 전에 개인정보 보호, 보안, 법적 약관을 검토하세요.
- 모델이나 공급업체 전반에 걸쳐 대체 계획을 유지합니다.
- 로드맵 변경으로 인해 팀이 놀라지 않도록 릴리스 노트를 모니터링하세요.
계속 탐색하세요
무료 뉴스레터
일일 AI 브리핑 받기
매주 평일 아침마다 3개의 검증된 AI 스토리를 일반 영어로 작성합니다. 무료이며, 광고 없음.
매주 평일마다 한 번 이메일을 받습니다. 한 번 클릭으로 구독 해지. 주소를 판매하거나 공유하지 않습니다.
자신을 테스트해 보세요
Take the BigScience and the BLOOM Model quiz
모든 답변에 즉각적인 피드백과, 과정을 통과하면 검증 가능한 ID가 있는 공유 가능한 인증서를 제공합니다.
무료 AI 교육을 지원합니다. AI Understanding는 501(c)(3) 비영리 단체입니다 — 광고 없음, 유료 장벽 없음, 영원히. 기부하기
자주 묻는 질문
What is BigScience and the BLOOM Model?
BLOOM is a 176-billion-parameter multilingual language model produced by the BigScience collaboration and released with its research documentation. Its ROOTS training corpus included natural and programming languages, making it a prominent open-access research model.
당시 비슷한 크기의 모델과 비교하여 BLOOM 모델의 주요 구별 목표는 무엇이었습니까?
BLOOM은 진정한 다국어 지원을 위해 설계되었으며 유사한 규모의 폐쇄형 모델과 달리 전체 문서를 포함하여 공개적으로 출시되었습니다.
BLOOM에는 대략 몇 개의 매개변수가 있습니까?
BLOOM은 1,760억 개의 매개변수 모델로 GPT-3와 비슷한 규모에 배치됩니다.
BLOOM은 얼마나 많은 자연어를 처리하도록 훈련받았나요?
BLOOM의 ROOTS 훈련 코퍼스는 46개의 자연어와 13개의 프로그래밍 언어를 다루었습니다.
BigScience 협업을 조정한 조직은 어디인가요?
Hugging Face는 1,000명 이상의 자원 봉사 연구원으로 구성된 워크숍인 BigScience를 조직했습니다.
BLOOM은 어디에서 교육을 받았나요?
BLOOM은 프랑스의 Jean Zay 슈퍼컴퓨터에서 교육을 받았으며, 공개 컴퓨팅이 프론티어 규모 모델을 교육할 수 있음을 보여주었습니다.