رونمایی متا از هوش مصنوعی Muse Wonder؛ گامی بزرگ در توسعه مدل‌های مرزی برای وظایف پیچیده

پربازدیدترین مقالات

پربازدیدترین خبرها

ویژگی‌ها و جایگاه مدل‌های جدید در خانواده هوش مصنوعی متا

متا مدل‌های Muse Wonder و Muse Wonder Full را به عنوان نخستین تلاش‌های جدی خود در حوزه مدل‌های مرزی معرفی کرده است. در حالی که مدل پیشین Muse Spark بر کاهش تاخیر و سبک بودن تمرکز داشت، مدل‌های جدید با ابعادی بزرگ‌تر و توانمندی‌های بالاتر، امتیازات قابل‌توجهی در بنچمارک‌ها کسب کرده‌اند. بر اساس آزمایش‌های انجام‌شده، این مدل‌ها نتایجی قابل مقایسه با مدل‌هایی نظیر Fable 5.1 و GPT-6 Astra ارائه می‌دهند و امتیازات بالایی در زمینه وظایف پیچیده‌ای مانند کدنویسی به ثبت رسانده‌اند.

قابلیت «حافظه فعال» و عملکرد برتر در بنچمارک MemoryBench

یکی از برجسته‌ترین قابلیت‌های هوش مصنوعی Muse Wonder، توانایی حفظ، یادآوری و ترکیب اطلاعات کاربران در بازه‌های زمانی طولانی است که متا از آن با عنوان «حافظه فعال» (Active Memory) یاد می‌کند. برای ارزیابی این قابلیت، متا چارچوب بنچمارک MemoryBench را برجسته کرده است که یادگیری مداوم و ساخت حافظه را به چالش می‌کشد. نتایج آزمایش‌ها نشان می‌دهد که هوش مصنوعی Muse Wonder موفق شده نمره‌ای فراتر از مدل‌های رقیب نظیر Fable، Opus یا Astra در این بنچمارک کسب کند.

نحوه دسترسی، قیمت‌گذاری و زیرساخت‌های آموزشی

مدل استاندارد Muse Wonder از طریق رابط برنامه‌نویسی کاربردی Meta Model API با قیمت‌گذاری ۴ دلار به ازای هر میلیون توکن ورودی و ۲۰ دلار به ازای هر میلیون توکن خروجی در دسترس توسعه‌دهندگان قرار گرفته است؛ قیمتی که آن را با مدل‌هایی چون GPT-6 Sol یا Opus 5.5 قابل مقایسه می‌سازد. از سوی دیگر، نسخه Muse Wonder Full به طور انحصاری برای مشترکین Muse Code ارائه می‌شود. این مدل‌های جدید که حاصل تلاش‌های متا پس از بازسازی ساختار هوش مصنوعی این شرکت در سال گذشته به شمار می‌روند، در مرکز داده پیشرفته Prometheus متا در ایالت اوهایو آموزش دیده‌اند.