"Yandex" şirkəti tərəfindən təqdim edilən Alice AI Foundation LLM modeli, tamamilə sıfırdan hazırlanmış və Apache 2.0 lisenziyası ilə tədqiqatçılar və kommersiya layihələri üçün açıq elan edilmişdir. Bu model, xüsusilə proqramlaşdırma və məntiqi mühakimə tələb edən tapşırıqlarda yüksək nəticələr nümayiş etdirir. Rusdilli istifadəçilər üçün kritik əhəmiyyət kəsb edən faktoloji biliklər sahəsində isə model bir çox xarici analoqlarını üstələyir.
Texniki üstünlüklər və arxitektura
Yeni model Mixture of Experts arxitekturası üzərində qurulub və 80 milyard parametrdən ibarətdir. Maraqlısı odur ki, sorğuların emalı zamanı cəmi 3 milyard parametr aktiv olur ki, bu da sistemin yüksək sürət və effektivliklə işləməsini təmin edir. Nvidia-nın Nemotron-3-Super-120B-Base modeli ilə müqayisədə, Alice AI Foundation LLM proqram kodu yaratma sahəsində daha yüksək göstəricilər əldə edib.
Nə üçün bu model vacibdir?
Modelin effektivliyini yoxlamaq üçün "Yandex" mütəxəssisləri WikiWebFacts və HardMultiQA adlı iki xüsusi bençmark hazırlayıblar. Bu testlər, modelin rusdilli auditoriya üçün aktual olan məlumatları nə dərəcədə dəqiq emal etdiyini ölçməyə imkan verir. Eksperimental xarakter daşıyan bu layihə, gələcəkdə "Alisa AI" sisteminin agent imkanlarını genişləndirmək üçün baza rolunu oynayacaq.
