برچسب مدل زبانی

کلان‌پیکره ترگمان تاکنون از طریق خزش ۴۲۲ سایت داخلی به حجم مجوع بیش از ۳۱ میلیارد توکن در قالب بیش از ۵۴ میلیون سند در حوزه‌های گوناگون رسیده است. ترگمان در راستای مسوولیت اجتماعی و با هدف گسترش فرهنگ آزادرسانی و تقویت هوش مصنوعی در کشور حق بهره‌برداری از این کلان‌پیکره را حق بهره‌برداری CC-BY-NC-SA قرار داده است.

مدل زبانی ‌BERT large با عنوان «توکا» برای اولین بار در ایران به زبان فارسی با ۹۰ میلیارد توکن به صورت متن‌باز توسط مرکز تحقیقات هوش مصنوعی پارت منتشر شد.

مرکز تحقیقات هوش مصنوعی پارت یک مدل‌ بزرگ زبانی (LLMs) فارسی با ۸ میلیارد پارامتر را به صورت منبع باز منتشر کرد.

مدل زبانی «حافظ شیرازی»، دستاورد جدید مجموعه ویراویراست با بیش از ۱۲ میلیارد توکن رونمایی شد. این مدل زبانی مبتنی بر هوش مصنوعی که دقت و کارایی بالایی دارد بر اساس متون دانشگاهی و عمومی طراحی شده و سیستم تحلیل احساس در متن از مهم‌ترین سیستم‌هایی است که می‌توان بر اساس این مدل آن را ساخت.

در پی کمبودهای قابل توجه مدل‌های زبانی بزرگ در پشتیبانی از زبان فارسی، مرکز تحقیقات هوش مصنوعی پارت با معرفی دو مدل زبانی توکا و دُرنا، گامی جدی در توسعه مدل‌های زبانی بومی برداشته است. این مدل‌ها، با عملکردی دقیق به‌صورت منبع‌باز در دسترس عموم قرار گرفته‌اند. پارت با این محصولات  قصد دارد؛ شکاف موجود میان زبان فارسی و دیگر زبان‌های جهانی در بهره‌گیری از فناوری‌های نوین هوش مصنوعی کاهش یابد.

در عصری که ابزارهای ارتباطی مبتنی بر هوش مصنوعی در حال تغییر نحوه تعامل کسب‌وکارها و افراد هستند، چت‌بات‌های فارسی به‌عنوان تغییردهنده بازی در بازار سرویس‌های فارسی‌زبان ظاهر شده‌اند. از بهبود تجربه خدمات مشتری گرفته تا خودکارسازی وظایف معمول، این چت‌بات‌ها شروع به تغییر شکل بخش‌های مختلف کرده‌اند.

 شرکت تحقیقاتی مینی‌مکس از نسل جدید مدل‌های خود به نام MiniMax-01 رونمایی کرد. این مدل چینی که برخلاف معماری مشهور ترنسفورمر از مکانیزم Lightning Attention استفاده می‌کند، امکانات جدیدی را در پردازش هوش مصنوعی ارائه می‌دهد. استارتاپ مینی‌مکس با حمایت غول‌های فناوری علی‌بابا و تنسنت موفق به جذب ۸۵۰ میلیون دلار سرمایه شده و ارزش‌گذاری آن اکنون به بیش از ۲.۵ میلیارد دلار رسیده است.

یکی از چالش‌ها در حوزه هوش مصنوعی، توسعه مدل‌های بومی کارآمد در بستری از محدودیت‌های زیرساختی است. متخصصین و توسعه‌دهندگان مدل‌های حوزه هوش مصنوعی معتقدند؛ تاکنون تلاش‌ها بیشتر بر فاین‌تیون کردن مدل‌های موجود متمرکز بوده، اما این مسیر به‌تنهایی کافی نیست. آموزش مدل‌های بومی از پایه، نیازمند زیرساخت‌های قدرتمندی است که در حال حاضر، یک نقطه ضعف جدی محسوب می‌شود.