Quantum Stats nyeste skabelse er NLP Model Forge

Her på Unite.AI har vi allerede dækket udgivelsen af Quantum Stats ” Big Bad NLP Database“, samt deres NLP Colab Repository. Virksomhedens nyeste skabelse er deres NLP Model Forge, som er en database og kode-skabelon generator for 1.400 NLP-modeller.

Ifølge virksomheden er “det den mest diverse linje rundt lige nu for udviklere!”

Hvad er NLP Model Forge

Quantum Stat har sat sig for at opnå hurtig prototypering ved at “strømline en inference-pipeline på den seneste fine-tuned NLP-model.”

En af de problemer, der omgiver prototypering, er, at det kan være tidskrævende. Dette skyldes den høje mængde af forskellige modelarkitekturer og NLP-biblioteker, der er tilgængelige på markedet. For at løse dette problem er NLP Model Forge blevet udviklet.

NLP Model Forges 1.400 fine-tuned modeller er kurateret fra nogle af de førende NLP-forskningsvirksomheder som Hugging Face, Facebook (META ) (ParlAI), DeepPavlov og AI2. Det består af fintuned kode for præ-trænede modeller, der dækker flere opgaver som klassisk tekstklassifikation, tekst-til-tale og fælles fornuft.

Udvikleren kan vælge flere modeller på én gang, og processen er simpel og klar. Ved at klikke på en knap på Forge, mødes udvikleren med genererede kode-skabeloner, der er klar til at køre og indsætte i en Colab-notebook.

En udvikler kan let oprette en inference-API, da kode-blokkene er formateret i batch og python-programmeringsskripter.

De nuværende opgaver, der er tilgængelige i Forge, omfatter: Sekvensklassifikation, Tekstgenerering, Spørgsmålssvar, Tokenklassifikation, Sammendrag, Naturlig sprogslæring, Konversations-AI, Maskinoversættelse, Tekst-til-tale og Fælles fornuft.

Metadata-beskrivelser

Ifølge Quantum Stat er de bedste funktioner ved Forge dens diversitet af arkitekturer, sprog og biblioteker, samt meta-beskrivelserne af hver model.

Meta-beskrivelserne hjælper med at vejlede en udvikler gennem deres valgte model og de forskellige opgaver.

Quantum Stats post om udgivelsen af Forge detaljerer, hvordan man genererer kode-blokker til at køre inference på modellerne, hvilket er en simpel og direkte proces. De genererede kode-blokker er programmeringsmæssigt mærket med relevante metadata, og dette forbedrer fortolkningen af hver models funktionalitet.

Efter dette har udvikleren mulighed for at redigere koden direkte på websiden, sende koden via e-mail eller kopiere hver kode-blok til udklipsholderen, så den kan indsættes i en lokal maskine.

Den anden mulighed er at klikke på “Colab”-knappen, der giver udvikleren mulighed for at kopiere alle kode-blokker og åbne en ny Colab-side.

Quantum Stats NLP Model Forge er kun en af virksomhedens nyeste imponerende udgivelser. Databasen og kode-skabelon-generatoren er et vigtigt værktøj for udviklere, og dens format gør det let at få adgang til. Databasen vil spille en stor rolle i at reducere den tidskrævende opgave med prototypering.