人工智能正在迅速发展，但企业在尝试有效利用人工智能时面临许多障碍。组织需要具有适应性、安全性、能够理解特定领域上下文的模型，同时还要保持合规性和隐私标准。传统的人工智能模型通常难以提供这种定制性能，需要企业在定制和通用适用性之间做出权衡。此外，许多人工智能模型缺乏透明度，阻碍了企业用户之间的信任。
IBM 正式发布了 Granite 3.0 AI 模型，这是一系列全新的基础模型，旨在为企业带来先进的 AI 功能。这些模型代表了 IBM 持续努力为企业提供不仅高性能而且安全可靠的 AI 解决方案的重要一步。Granite 3.0 模型旨在支持企业环境中的各种用例，从自然语言理解到促进增强的决策过程。Granite 3.0 基于 IBM 的 WatsonX AI 和数据平台构建，旨在让企业能够轻松地将 AI 集成到其工作流程中，从而提高效率，同时满足企业通常需要的特定安全和隐私需求。
从技术角度来说，IBM 的 Granite 3.0 AI 模型是建立在大型语言模型 (LLM) 之上的，专为企业 AI 应用而设计。其中包括 8B 和 2B 参数密集型解码器专用模型，在 Hugging Face 的 OpenLLM 排行榜 (v2) 中，它们的表现优于类似大小的 Llama-3.1 8B。这些模型在 12 种语言和 116 种编程语言的超过 12 万亿个标记上进行训练，为自然语言处理 (NLP) 任务提供了多功能基础，并确保了隐私和安全。Granite 3.0 具有理解非结构化数据、生成内容、汇总信息甚至促进复杂决策的能力，能够以安全透明的方式提供强大的 NLP 功能。
此外，这些模型是开放且可扩展的，开发人员可以根据企业需求自由调整它们。这些模型已获得 Apache 2.0 许可，具有公开的训练数据和方法，可在 IBM Watsonx 平台上以及通过合作伙伴获得。值得注意的是，这些模型使用 100% 可再生能源进行训练，彰显了 IBM 对可持续发展的承诺。
Granite 3.0 之所以具有重大意义，其中一个关键原因是它注重开放性、可扩展性和透明度，这解决了企业环境中采用 AI 的主要障碍之一——信任。Granite 3.0 提供了模型构建方式的透明度，并提供完整的文档，使企业更容易了解模型如何做出决策。此外，Granite 3.0 与 Watsonx 平台的集成意味着它可以受益于 Watsonx 的工具套件，其中包括数据治理、模型监控和快速调整功能。
根据 IBM 的基准测试，Granite 3.0 在行业特定任务中的准确率较上一代模型有所提升，从而提升了企业用户的决策效率。该模型在学术基准测试中可与 Meta 和 Mistral AI 模型相媲美，在企业任务的 RAGBench 中领先，在网络安全基准测试中表现出色，在函数调用基准测试中超越同行。对抗性提示基准测试 AttaQ 上业界领先的稳健性进一步证明了 Granite 3.0 的可靠性。开源元素的使用还使组织能够审核和改进模型以满足其特定需求，从而减少 AI 定制和部署所需的时间和精力。
Granite 3.0 版本还包括推理效率高的产品，例如混合专家 (MoE) 模型 — 3B-A800M 和 1B-A400M — 专为在设备上、CPU 服务器和低延迟用例中实现高效率而设计。此外，得益于令牌调节和两阶段训练方面的创新，推测解码器模型可将推理速度提高 220%。这些进步使 Granite 3.0 对于不仅需要高性能，还需要高效且经济高效的部署选项的企业特别有吸引力。
IBM Granite 3.0 AI 模型标志着企业 AI 的一次重要飞跃，专注于安全性、适应性和透明度的特定要求。通过提供与 IBM Watsonx AI 平台集成的开放和可扩展模型，Granite 3.0 可帮助企业克服 AI 采用的一些传统障碍，例如对隐私、缺乏定制和对 AI 系统的信任的担忧。Granite 3.0 在自然语言任务方面的多功能性，加上其透明度和易于集成的功能，使其成为希望有效和负责任地利用 AI 的企业的宝贵工具。随着组织继续应对 AI 实施的复杂性，IBM 的 Granite 3.0 将成为推动创新、运营效率和增强跨行业决策能力的理想基础。
论文地址：https://github.com/ibm-granite/granite-3.0-language-models/blob/main/paper.pdf
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/jishu/53227.html
