Créditos da imagem: Reprodução/Sakana AI

Sakana AI desenvolve novos modelos de IA 

A startup Sakana AI, com sede em Tóquio, acaba de lançar três novos modelos de IA em língua japonesa, criados através da “criação” de modelos de código aberto existentes para produzir “descendentes” otimizados.

A Sakana AI utilizou uma abordagem de “fusão de modelos”, combinada com um algoritmo evolutivo, para desenvolver seus novos modelos. Esse processo envolveu a geração de centenas de modelos, onde os mais eficazes serviram como base para as próximas iterações.

PUBLICIDADE

A empresa está disponibilizando o código-fonte de dois dos modelos desenvolvidos. Notavelmente, o modelo de parâmetro 7B LLM-JP demonstrou superar os modelos de parâmetro 70B em vários benchmarks.

Os três lançamentos de modelo incluem:

  • EvoLLM-JP: Um modelo de idioma com forte fluência em japonês e capacidades matemáticas
  • EvoSDXL-JP: Um modelo de difusão para geração de imagens em alta velocidade
  • EvoVLM-JP: Um modelo de linguagem de visão para textos e imagens em japonês

O forte desempenho de Sakana pode sugerir um novo caminho alternativo de treinamento para modelos de inteligência artificial.

Se for escalável, também poderá democratizar significativamente o desenvolvimento da tecnologia ​​– permitindo que modelos de alta qualidade e específicos para tarefas evoluam rapidamente, misturando e combinando o universo em expansão da IA ​​de código aberto.

PUBLICIDADE

Leia também:

Rolar para cima