Galactica vs Terracotta

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.

Terracotta é uma plataforma de ponta projetada para aprimorar o fluxo de trabalho para desenvolvedores e pesquisadores que trabalham com grandes modelos de linguagem (LLMs). Esta plataforma intuitiva e fácil de usar permite gerenciar, iterar e avaliar seus modelos ajustados com facilidade. Com o Terracotta, você pode fazer upload de dados com segurança, ajustar modelos para diversas tarefas, como classificação e geração de texto, e criar avaliações abrangentes para comparar o desempenho do modelo usando métricas qualitativas e quantitativas. Nossa ferramenta oferece suporte a conexões com grandes provedores como OpenAI e Cohere, garantindo que você tenha acesso a uma ampla gama de recursos de LLM. Terracotta é criação de Beri Kohen e Lucas Pauker, entusiastas de IA e graduados em Stanford, que se dedicam a promover o desenvolvimento de LLM. Cadastre-se em nossa lista de e-mail para se manter informado sobre as últimas atualizações e recursos que o Terracotta tem a oferecer.