元媧2.7上線：虛擬人視頻制作速度瘋狂翻倍！
來源：清元宇宙 炎炎夏日努力工作的Q仔的電腦都冒煙兒啦～今天要給大家介紹兩個新小伙伴——小元和小媧，他們將給大家解讀元媧2.7版本重磅更新內(nèi)容～大家掌聲歡迎～～～本次更
9 月 15 日消息，科技媒體 marktechpost 昨日（9 月 14 日）發(fā)布博文，報道稱英偉達開源了 Nemotron-Mini-4B-Instruct AI 模型，標志著該公司在 AI 領(lǐng)域創(chuàng)新又一新篇章。
小語言模型的大潛力Nemotron-Mini-4B-Instruct AI 模型專為角色扮演、檢索增強生成（RAG）及函數(shù)調(diào)用等任務(wù)設(shè)計，是一個小語言模型（SLM），通過蒸餾（distilled）和優(yōu)化更大的 Nemotron-4 15B 獲得。
英偉達使用剪枝（pruning）、量化（quantization）和蒸餾（distillation）等先進 AI 技術(shù)，讓該模型更小巧高效，尤其適用于設(shè)備端部署。
這種縮小化并未影響模型在角色扮演和功能調(diào)用等特定場景下的性能，讓其成為需要快速按需響應(yīng)的應(yīng)用的實用選擇。
該模型在 Minitron-4B-Base 模型上微調(diào)，采用了 LLM 壓縮技術(shù)，最顯著的特點之一是其能夠處理 4096 個上下文窗口詞元（token），能夠生成更長且更連貫的回復(fù)。
架構(gòu)與技術(shù)規(guī)格Nemotron-Mini-4B-Instruct 以其強大的架構(gòu)著稱，確保了高效性與可擴展性。
該模型的 Embedding Size（決定了轉(zhuǎn)化后的向量的維度）尺寸為 3072，多頭注意力（Multi-Head Attention）為 32 個，MLP 中間維度為 9216，在處理大規(guī)模輸入數(shù)據(jù)集時，仍能以高精度和相關(guān)性作出響應(yīng)。
此外，模型還采用了組查詢注意力（GQA）和旋轉(zhuǎn)位置嵌入（RoPE）技術(shù)，進一步提升了其處理與理解文本的能力。
該模型基于 Transformer 解碼器架構(gòu)，是一種自回歸語言模型。這意味著它根據(jù)前面的標記生成每個標記，非常適合對話生成等任務(wù)，其中對話的連貫流暢至關(guān)重要。
Nemotron-Mini-4B-Instruct 在角色扮演應(yīng)用領(lǐng)域表現(xiàn)尤為突出。憑借其龐大的標記容量和優(yōu)化的語言生成能力，它可以嵌入到虛擬助手、視頻游戲或任何其他需要 AI 生成關(guān)鍵響應(yīng)的交互式環(huán)境中。
英偉達提供了一種特定的提示格式，以確保模型在這些場景中，尤其是在單輪或多輪對話中，輸出最佳結(jié)果。
該模型還針對函數(shù)調(diào)用進行了優(yōu)化，在 AI 系統(tǒng)必須與 API 或其他自動化流程交互的環(huán)境中變得越來越重要。生成準確、功能性響應(yīng)的能力使得該模型非常適合 RAG 場景，即模型需要創(chuàng)建文本并從知識庫中檢索和提供信息。
附上參考地址
Nvidia Open Sources Nemotron-Mini-4B-Instruct: A 4,096 Token Capacity Small Language Model Designed for Roleplaying, Function Calling, and Efficient On-Device Deployment with 32 Attention Heads and 9,216 MLP
Nemotron-Mini-4B-Instruct
本文鏈接：http://www.tebozhan.com/showinfo-45-7491-0.html英偉達開源 Nemotron-Mini-4B-Instruct 小語言 AI 模型：專為角色扮演設(shè)計，9216 MLP、上下文長度 4096 詞元
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號