详细内容或原文请订阅后点击阅览

pixtral-12b-2409现在可以在亚马逊基岩市场上使用

2025年3月3日 16:43 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们介绍了如何发现，部署和使用Mistral AI Pixtral 12b模型，以用于各种真实的视觉用例。

来源:亚马逊云科技 _机器学习
今天，我们很高兴地宣布，Pixtral 12b（Pixtral-12b-2409）是Mistral AI的最先进的120亿个参数视觉语言模型（VLM），它在仅文本和多模式任务中都可以通过Amazon Bedrock Marketplace符合客户。亚马逊基岩市场是亚马逊基岩中的一种新能力，使开发人员能够发现，测试和使用100多个受欢迎，新兴和专业的基础模型（FMS），以及当前亚马逊基岩中的行业领先模型。您还可以与Amazon Sagemaker Jumpstart一起使用此模型，这是一个机器学习（ML）中心，可访问算法和型号，可以通过一次点击进行运行推理。在这篇文章中，我们浏览如何发现，部署和使用Pixtral 12b模型，用于多种多样的现实情况。根据Mistral的评估，在一系列基准测试中的性能不佳，超过其他开放型模型并与更大的同行竞争。 PixTral专为图像和文档理解而设计，展示了与视觉相关的任务中的高级功能，包括图表和数字解释，文档问答，多模式推理和以下说明，其中几个列表在本文的后面进行了示例。该模型以其本地分辨率和纵横比处理图像，从而提供了高保真输入处理。与许多开源替代方案不同，Pixtral 12B在基于文本的基准测试（例如下面的指令，编码和数学推理）中取得了强大的结果，而没有牺牲其在多模式任务上的熟练程度。与计算效率和性能的Pixtral 12B进行了新的架构。该模型由两个主要组成部分组成：4亿参数视觉编码器，负责令牌图像，以及120亿参数的多模式变压器DEC
多模式 编码器 基岩 先进的 测试 输入 120 处理 Amazon 机器学习 参数的 一系列 模型 下面的 亚马逊 变压器 相关的 分辨率 计算效率 基准 多样的 替代方案 推理 使用 文档 开放型 高级功能 根据 强大的 专业的 Pixtral 开发人员 Mistral 视觉编码 发现 12b 参数