Galactica vs Enprompt 360

Cinco checkpoints de pesos abertos de 125M a 120B parâmetros oferecem aos pesquisadores um modelo de linguagem treinado em ciência, construído a partir de 106 bilhões de tokens selecionados em 48 milhões de artigos, livros didáticos, enciclopédias e bases de conhecimento. Galactica armazena, combina e raciocina através de modalidades incluindo LaTeX, código Python, fórmulas SMILES e sequências de aminoácidos dentro de uma arquitetura Transformer apenas com decodificador. A equipe Papers with Code da Meta disponibilizou os pesos para pesquisadores que desejam estudar como modelos de linguagem organizam o conhecimento científico.

Modelos de linguagem geral treinam em amplas varreduras da web onde conversas sociais podem dominar o orçamento de tokens. Galactica usou apenas fontes científicas de acesso aberto selecionadas, o que o artigo argumenta permitir treinar por múltiplas épocas sem overfitting. A Meta removeu a demonstração pública na web três dias após o lançamento em novembro de 2022, quando críticos mostraram citações e equações confiantes, porém fabricadas, então hoje você baixa checkpoints do Hugging Face em vez de conversar por uma interface hospedada.

Pesquisadores de aprendizado de máquina podem reproduzir números de benchmark do artigo do arXiv, incluindo 77,6% no PubMedQA e 52,9% no MedMCQA dev. Biólogos computacionais e químicos podem testar tarefas de anotação de proteínas e moléculas através dos tokens especializados do Galactica para sequências de aminoácidos e strings SMILES. Estudantes de pós-graduação explorando QA científico, predição de citações ou problemas matemáticos em texto podem experimentar tamanhos de até 120 bilhões de parâmetros sem treinar do zero.

Enprompt 360 expande ideias de prompts curtos em instruções detalhadas e prontas para tarefas que você pode usar nos principais modelos de chat. Digite algumas palavras como um tópico ou objetivo, e o gerador retorna um prompt avançado estruturado com contexto, restrições e orientações de saída para tarefas de educação, vendas, entrevistas e pesquisa.

A maioria dos auxiliares de prompt oferece templates estáticos. Enprompt 360 foca em transformar entradas mínimas em prompts longos e comparar saídas entre GPT-3.5, GPT-4 e Claude em um único fluxo de trabalho, com uma biblioteca pública de prompts e tutoriais no blog para professores, candidatos a emprego e profissionais de marketing.

Escritores, educadores e equipes que testam múltiplos LLMs usam para evitar a criação de prompts do zero e reutilizar exemplos validados da biblioteca. O produto está em beta, apoiado por uma campanha no Kickstarter, e desenvolvido pela Falcon Web LLC com uma opção de teste gratuito no site.