समाचारं

मूर् थ्रेड ओपन सोर्स ऑडियो अवगमन बृहत् मॉडल MooER: घरेलु पूर्ण-विशेषतायुक्त GPU आधारित प्रशिक्षणं अनुमानं च

2024-08-24

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House इत्यनेन अगस्तमासस्य २३ दिनाङ्के ज्ञापितं यत् MooER इत्यनेन एकं विशालं श्रव्य-अवगमन-प्रतिरूपं - MooER - मुक्तस्रोतं कृतम्, यत् प्रशिक्षणार्थं अनुमानार्थं च घरेलु-पूर्ण-विशेषता-GPU-आधारितं उद्योगस्य प्रथमं बृहत्-परिमाणं मुक्त-स्रोत-भाषण-प्रतिरूपम् अस्ति

मूर् थ्रेड् कुए (KUAE) इत्यस्य बुद्धिमान् कम्प्यूटिङ्ग् मञ्चस्य आधारेण MooER बृहत् मॉडल् इत्यनेन ३८ घण्टेषु ५,००० घण्टानां श्रव्यदत्तांशस्य छद्म-लेबलस्य च प्रशिक्षणं सम्पन्नम्

MooER न केवलं चीनीभाषायाः आङ्ग्लभाषायाः च वाक्परिचयस्य समर्थनं करोति, अपितु चीनीभाषायाः आङ्ग्लभाषायां वाक्अनुवादस्य क्षमता अपि अस्ति । Covost2 चीनी-आङ्ग्लभाषायाः अनुवादपरीक्षासमूहे MooER-5K इत्यनेन 25.2 इति BLEU स्कोरः प्राप्तः, यत् औद्योगिकस्तरीयपरिणामानां समीपे अस्ति ।

मूर् थ्रेड् एआइ-दलेन अनुमानसङ्केतं मुक्तस्रोतं कृतम् अस्ति तथा च अस्मिन् कार्ये ५,००० घण्टानां आँकडानां विषये प्रशिक्षितं मॉडलं, तथा च प्रशिक्षणसङ्केतं ८०,००० घण्टानां आँकडानां प्रशिक्षितं मॉडलं च अधिकं मुक्तस्रोतं कर्तुं योजना अस्ति

MooER इत्यस्य मॉडल् संरचनायां त्रयः भागाः सन्ति : Encoder, Adapter तथा Decoder (Large Language Model, LLM) विशिष्टः मॉडल् पैरामीटर् स्केलः निम्नलिखितरूपेण अस्ति ।