멀티버스 AI, 획기적인 소형 고성능 모델 출시
유럽의 선구적인 AI 스타트업이 조류와 곤충의 두뇌에서 이름을 딴 획기적인 초소형 AI 모델을 공개하며 강력한 인공 지능이 거대한 규모를 필요로 하지 않는다는 사실을 입증했습니다.
멀티버스 컴퓨팅의 혁신은 엣지 컴퓨팅 애플리케이션을 위해 특별히 설계된 초소형이지만 성능이 뛰어난 모델에 중점을 두고 있습니다. '칙브레인'(32억 개의 파라미터)과 '슈퍼플라이'(9,400만 개의 파라미터)로 불리는 이 초소형 신경망은 효율적인 AI 배포를 위한 중요한 도약을 의미합니다.
"우리의 압축 기술을 통해 이러한 모델이 개인용 기기에서 직접 작동할 수 있습니다."라고 창립자 로만 오루스는 테크크런치와의 독점 인터뷰에서 설명했습니다. "클라우드에 의존하지 않고 스마트워치에서 대화형 AI 기능이 기본적으로 실행된다고 상상해 보세요."
이 스페인의 양자 컴퓨팅 전문 회사는 올해 6월에만 1억 8,900만 유로를 확보하는 등 상당한 규모의 투자를 유치했습니다. 칙브레인의 독점적인 'CompactifAI' 기술은 양자에서 영감을 얻은 알고리즘을 활용하여 모델 크기를 획기적으로 줄이면서도 성능 지표를 유지하거나 경우에 따라 개선합니다.
특히 칙브레인은 수학적 추론(GSM8K, 수학 500) 및 일반 지식 평가(GPQA 다이아몬드)를 포함한 여러 벤치마크에서 소스 모델(메타의 라마 3.1 8B)보다 우수한 성능을 입증했습니다. 한편, 슈퍼플라이의 곤충 크기의 풋프린트는 최소한의 처리 능력으로 IoT 기기에 음성 인터페이스 기능을 구현할 수 있게 해줍니다.
이 회사는 주요 기술 제조업체와 협력하여 유연한 배포 옵션을 제공합니다:
- 소비자 가전제품에 직접 통합
- 경쟁력 있는 가격의 AWS 호스팅 API 서비스
- 기존 머신러닝 구현을 위한 전문화된 압축
멀티버스의 고객 명단에는 화학 대기업 BASF, 금융 서비스 제공업체 Ally, 산업계의 선두주자인 Bosch 등이 포함되어 있어 이 기술의 산업 간 적용 가능성을 입증하고 있습니다.
비교 성능 메트릭은 여러 인지 벤치마크에서 ChickBrain이 소스 모델보다 뛰어난 성능을 보임을 보여줍니다.
이러한 획기적인 모델 효율성은 기술 업계가 개인 정보 보호, 지연 시간 단축, 오프라인 기능 등 온디바이스 처리의 이점을 점점 더 우선시함에 따라 이루어졌습니다.
관련 기사
더 많은 AI 토큰이 추론 오류를 증가시킨다는 Microsoft의 연구 결과
LLM 추론 효율성에 대한 새로운 인사이트Microsoft의 새로운 연구에 따르면 대규모 언어 모델의 고급 추론 기술이 여러 AI 시스템에서 균일하게 개선되지 않는다는 사실이 밝혀졌습니다. 이 획기적인 연구에서는 9개의 주요 기초 모델이 추론 중에 다양한 확장 접근 방식에 어떻게 반응하는지 분석했습니다.추론 시간 확장 방법 평가하기연구팀은 세 가지 확장 기
LLM이 지침을 무시하는 이유 및 효과적인 해결 방법
대규모 언어 모델이 지침을 건너뛰는 이유 이해하기대규모 언어 모델(LLM)은 대화형 인터페이스부터 자동화된 콘텐츠 생성 및 프로그래밍 지원까지 다양한 고급 애플리케이션을 가능하게 하여 우리가 AI와 상호 작용하는 방식을 변화시켰습니다. 그러나 사용자들은 종종 이러한 모델이 복잡하거나 긴 프롬프트에서 특정 지침을 간과하는 경우가 있다는 답답한 한계에 직면하
알리바바의 '제로서치' AI, 자율 학습으로 교육 비용 88% 절감
알리바바의 제로서치: AI 학습 효율성의 판도를 바꾸는 방법알리바바 그룹 연구원들은 값비싼 상용 검색 엔진 API를 완전히 우회하여 AI 시스템이 정보 검색을 학습하는 방식을 혁신할 수 있는 획기적인 방법을 개척했습니다. 이들의 제로서치 기술은 대규모 언어 모델이 훈련 단계에서 기존의 검색 엔진 상호 작용 대신 시뮬레이션 환경을 통해 정교한 검색 능력을 배
의견 (0)
0/200
유럽의 선구적인 AI 스타트업이 조류와 곤충의 두뇌에서 이름을 딴 획기적인 초소형 AI 모델을 공개하며 강력한 인공 지능이 거대한 규모를 필요로 하지 않는다는 사실을 입증했습니다.
멀티버스 컴퓨팅의 혁신은 엣지 컴퓨팅 애플리케이션을 위해 특별히 설계된 초소형이지만 성능이 뛰어난 모델에 중점을 두고 있습니다. '칙브레인'(32억 개의 파라미터)과 '슈퍼플라이'(9,400만 개의 파라미터)로 불리는 이 초소형 신경망은 효율적인 AI 배포를 위한 중요한 도약을 의미합니다.
"우리의 압축 기술을 통해 이러한 모델이 개인용 기기에서 직접 작동할 수 있습니다."라고 창립자 로만 오루스는 테크크런치와의 독점 인터뷰에서 설명했습니다. "클라우드에 의존하지 않고 스마트워치에서 대화형 AI 기능이 기본적으로 실행된다고 상상해 보세요."
이 스페인의 양자 컴퓨팅 전문 회사는 올해 6월에만 1억 8,900만 유로를 확보하는 등 상당한 규모의 투자를 유치했습니다. 칙브레인의 독점적인 'CompactifAI' 기술은 양자에서 영감을 얻은 알고리즘을 활용하여 모델 크기를 획기적으로 줄이면서도 성능 지표를 유지하거나 경우에 따라 개선합니다.
특히 칙브레인은 수학적 추론(GSM8K, 수학 500) 및 일반 지식 평가(GPQA 다이아몬드)를 포함한 여러 벤치마크에서 소스 모델(메타의 라마 3.1 8B)보다 우수한 성능을 입증했습니다. 한편, 슈퍼플라이의 곤충 크기의 풋프린트는 최소한의 처리 능력으로 IoT 기기에 음성 인터페이스 기능을 구현할 수 있게 해줍니다.
이 회사는 주요 기술 제조업체와 협력하여 유연한 배포 옵션을 제공합니다:
- 소비자 가전제품에 직접 통합
- 경쟁력 있는 가격의 AWS 호스팅 API 서비스
- 기존 머신러닝 구현을 위한 전문화된 압축
멀티버스의 고객 명단에는 화학 대기업 BASF, 금융 서비스 제공업체 Ally, 산업계의 선두주자인 Bosch 등이 포함되어 있어 이 기술의 산업 간 적용 가능성을 입증하고 있습니다.
이러한 획기적인 모델 효율성은 기술 업계가 개인 정보 보호, 지연 시간 단축, 오프라인 기능 등 온디바이스 처리의 이점을 점점 더 우선시함에 따라 이루어졌습니다.
더 많은 AI 토큰이 추론 오류를 증가시킨다는 Microsoft의 연구 결과
LLM 추론 효율성에 대한 새로운 인사이트Microsoft의 새로운 연구에 따르면 대규모 언어 모델의 고급 추론 기술이 여러 AI 시스템에서 균일하게 개선되지 않는다는 사실이 밝혀졌습니다. 이 획기적인 연구에서는 9개의 주요 기초 모델이 추론 중에 다양한 확장 접근 방식에 어떻게 반응하는지 분석했습니다.추론 시간 확장 방법 평가하기연구팀은 세 가지 확장 기
LLM이 지침을 무시하는 이유 및 효과적인 해결 방법
대규모 언어 모델이 지침을 건너뛰는 이유 이해하기대규모 언어 모델(LLM)은 대화형 인터페이스부터 자동화된 콘텐츠 생성 및 프로그래밍 지원까지 다양한 고급 애플리케이션을 가능하게 하여 우리가 AI와 상호 작용하는 방식을 변화시켰습니다. 그러나 사용자들은 종종 이러한 모델이 복잡하거나 긴 프롬프트에서 특정 지침을 간과하는 경우가 있다는 답답한 한계에 직면하
알리바바의 '제로서치' AI, 자율 학습으로 교육 비용 88% 절감
알리바바의 제로서치: AI 학습 효율성의 판도를 바꾸는 방법알리바바 그룹 연구원들은 값비싼 상용 검색 엔진 API를 완전히 우회하여 AI 시스템이 정보 검색을 학습하는 방식을 혁신할 수 있는 획기적인 방법을 개척했습니다. 이들의 제로서치 기술은 대규모 언어 모델이 훈련 단계에서 기존의 검색 엔진 상호 작용 대신 시뮬레이션 환경을 통해 정교한 검색 능력을 배
