Tipp Studio (formerly Tipp) vs Galactica

A Tipp Studio transforma conteúdo escrito de blogs, newsletters e artigos em episódios de podcast profissionais para editores e criadores de conteúdo. Você importa o material de origem, a plataforma gera um roteiro falado e você revisa e edita antes de publicar no Spotify, Apple Podcasts, YouTube e outras plataformas principais.

O fluxo de trabalho cobre geração de scripts, clonagem de voz, jingles de marca, narração multilíngue e distribuição com um clique, incluindo hospedagem RSS. Essa abrangência de ponta a ponta é voltada para equipes que desejam um estúdio de produção sem precisar montar pipelines de áudio internamente.

Atende empresas de mídia, operadores de newsletters e editores que já produzem conteúdo escrito e querem alcançar ouvintes em plataformas de podcast sem contratar uma equipe de áudio completa.

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.