अधिक एंटरप्राइझ संघांना त्याच्या इकोसिस्टममध्ये आकर्षित करण्याच्या आशेने, Adobe Adobe ने Adobe AI Foundry नावाची नवीन मॉडेल कस्टमायझेशन सेवा लाँच केली आहे, जी त्याच्या फ्लॅगशिप AI मॉडेल, Firefly च्या कस्टम आवृत्त्या तयार करेल.
Adobe AI फाउंड्री एंटरप्राइझ ग्राहकांसोबत पुन्हा डिझाइन आणि पुन्हा प्रशिक्षित करण्यासाठी काम करेल फायरफ्लाय मॉडेल क्लायंटसाठी विशिष्ट. एआय फाउंड्री एडिशन मॉडेल्स फायरफ्लाय कस्टम मॉडेल्सपेक्षा भिन्न आहेत कारण फाऊंड्री मॉडेल्स केवळ एका संकल्पनेसह सानुकूल मॉडेलच्या तुलनेत अनेक संकल्पना समजतात. हे मॉडेल करतील हे मल्टीमीडिया देखील आहेFirefly च्या समर्पित मॉडेल्सपेक्षा एक व्यापक वापर केस प्रदान करते, जे केवळ प्रतिमा अंतर्भूत करू शकतात आणि प्रतिसाद देऊ शकतात.
Adobe AI फाउंड्री मॉडेल्स, त्यांच्या बेसवर फायरफ्लायसह, कंपनीचा ब्रँड टोन, प्रतिमा आणि व्हिडिओ शैली, उत्पादने आणि सेवा आणि त्यांची सर्व बौद्धिक संपत्ती ओळखतील. फॉर्म कंपनीला पाहिजे असलेल्या कोणत्याही वापरासाठी या माहितीवर आधारित सामग्री तयार करतील.
Adobe मधील GenAI New Business Ventures च्या उपाध्यक्ष, Hanna Al-Sager यांनी VentureBeat ला सांगितले की AI फाउंड्री तयार करण्याची कल्पना आली कारण एंटरप्राइझ ग्राहकांना Firefly च्या अधिक प्रगत, कस्टम आवृत्त्या हव्या होत्या. परंतु एंटरप्राइझच्या गरजांच्या जटिलतेमुळे, Adobe ग्राहकांना नियंत्रण सोपवण्याऐवजी पुनर्रचना करेल.
“आम्ही संस्थेचा आयपी पत्ता वापरून व्यावसायिकदृष्ट्या सुरक्षित फायरफ्लाय मॉडेल्सना पुन्हा प्रशिक्षण देऊ. आम्ही आयपी ॲड्रेस वेगळा ठेवतो. आम्ही ते कधीही बेस मॉडेलवर परत करत नाही आणि संस्थेची स्वतःची मालकी आहे,” अल-सेगर म्हणाले.
Adobe फायरफ्लायची फाउंड्री आवृत्ती त्याच्या API सोल्यूशन, फायरफ्लाय सर्व्हिसेसद्वारे तैनात करेल.
Al-Sager ने AI Foundry ला सल्लागार सेवेशी तुलना केली, जिथे Adobe कडे मॉडेल पुन्हा प्रशिक्षित करण्यासाठी एंटरप्राइझ ग्राहकांसोबत थेट काम करणारी टीम असेल.
खोल ट्यूनिंग
सेगर फाउंड्रीला सखोल ट्यूनिंग तंत्र म्हणून संदर्भित करतो कारण ते केवळ मॉडेल ट्यूनिंगच्या पलीकडे जाते.
“आम्ही ज्या प्रकारे याबद्दल विचार करतो, कदाचित सर्वसाधारण शब्दात, आम्ही शस्त्रक्रिया करून फायरफ्लाय-आधारित मॉडेल्स पुन्हा उघडत आहोत,” अल-सेगर म्हणाले. “म्हणून तुम्ही आमच्या इमेज मॉडेल किंवा आमच्या व्हिडिओ मॉडेलमधून सर्व जागतिक ज्ञानाचा फायदा घेऊ शकता. आम्ही वेळेत परत जातो आणि ब्रँडिंग सारख्या संस्थेकडून बौद्धिक संपदा आणतो. ते शॉट स्टाईल स्नॅपशॉट असू शकतात, त्यांच्याकडे योगदान देण्याचा परवाना असो. मग आम्ही पुन्हा प्रशिक्षण देतो. आम्ही याला सतत प्री-ट्रेनिंग म्हणतो, जिथे आम्ही मॉडेल ओव्हरलोड करतो आणि काही गोष्टी विचारण्यासाठी आम्ही या मॉडेलला वेगळ्या पद्धतीने का म्हणतो, ज्याला आम्ही मॉडेल म्हणतो. “फाईन ट्यूनिंग” ऐवजी “डीप ट्यूनिंग”
प्रशिक्षण मार्गाचा एक भाग म्हणजे Adobe च्या एम्बेडेड टीम्स कंपनीसोबत काम करणाऱ्या त्यांना कोणता डेटा आवश्यक आहे हे ओळखण्यासाठी सामील आहे. टॅग करण्यापूर्वी डेटा सुरक्षितपणे प्रसारित केला जातो आणि अंतर्ग्रहण केला जातो. हे बेस मॉडेलला दिले जाते आणि Adobe नंतर प्री-ट्रेनिंग मॉडेल चालवण्यास सुरुवात करते.
अल-सेगर पुष्टी करतो की फायरफ्लायच्या फाउंड्री आवृत्त्या लघु किंवा डिस्टिल्ड मॉडेल्स नसतील. बऱ्याचदा, कंपन्यांद्वारे प्रदान केलेला अतिरिक्त डेटा फायरफ्लाय पॅरामीटर्सचा विस्तार करतो.
Adobe AI फाउंड्री चे दोन सुरुवातीचे क्लायंट होम डेपो आणि वॉल्ट डिस्ने इमॅजिनियरिंग होते, डिस्नेच्या थीम पार्कसाठी संशोधन आणि विकास शाखा.
“आम्ही नेहमीच आमचा ग्राहक अनुभव वाढवण्यासाठी आणि आमचा सर्जनशील कार्यप्रवाह सुव्यवस्थित करण्यासाठी नाविन्यपूर्ण मार्ग शोधत असतो,” मॉली पॅटन, वरिष्ठ उपाध्यक्ष आणि होम डेपोचे मुख्य विपणन अधिकारी म्हणाले. “Adobe’s AI Foundry हे आमच्या डिजिटल चॅनेलवर ग्राहकांच्या सहभागाला अधिक सखोल करण्यासाठी आणि प्रभावी सामग्री वितरीत करण्यासाठी अत्याधुनिक तंत्रज्ञानाचा स्वीकार करण्यामध्ये एक रोमांचक पाऊल आहे.”
अधिक सानुकूलन
कंपन्या अनेकदा रिसॉर्ट करतात… फाइन-ट्यूनिंग आणि फॉर्म सानुकूलित करणे त्यांच्या व्यापक बाह्य ज्ञानासह मोठ्या भाषेचे मॉडेल त्यांच्या कंपन्यांच्या गरजांच्या जवळ आणण्यासाठी. फाइन-ट्यूनिंग एंटरप्राइझ वापरकर्त्यांना केवळ त्यांच्या संस्थेच्या डेटाच्या संदर्भात फॉर्म वापरण्यास सक्षम करते, त्यामुळे फॉर्म व्यवसायाशी पूर्णपणे असंबद्ध असलेल्या मजकुराला प्रतिसाद देत नाही.
तथापि, बहुतेक संस्था स्वतःच फाइन-ट्यूनिंग करतात. ते मॉडेलच्या API शी कनेक्ट होतात आणि ग्राउंड सत्य किंवा त्यांच्या प्राधान्यांच्या आधारावर उत्तर देण्यासाठी ते पुन्हा प्रशिक्षित करतात. फाइन-ट्यून करण्याचे अनेक मार्ग आहेत, ज्यात काही केले जाऊ शकतात फक्त एका प्रॉम्प्टसह. इतर टेम्पलेट प्रदाते देखील त्यांच्या ग्राहकांसाठी टेम्पलेट कॉन्फिगर करणे सोपे करण्याचा प्रयत्न करतात, उदा. OpenAI तिच्यासोबत o4- लघु-अनुमान मॉडेल.
अल-सेगर म्हणाली की तिला काही कंपन्यांकडे फायरफ्लायच्या तीन आवृत्त्या असण्याची अपेक्षा आहे: बहुतेक प्रकल्पांसाठी एक फाउंड्री आवृत्ती, एका संकल्पनेसह विशिष्ट वापरासाठी समर्पित फायरफ्लाय आवृत्ती आणि फायरफ्लाय कोर आवृत्ती कारण काही संघांना असे मॉडेल हवे आहे जे संस्थात्मक ज्ञानावर कमी आहे.
