AI-nyhederEdo Liberty presser AI-data med VQ-bench
Forskere bag VQ-bench vil gøre AI hurtigere og billigere ved at komprimere data smartere. Metoden kan revolutionere, hvordan store modeller trænes.
Det er sket
Forskere ledet af Edo Liberty har præsenteret VQ-bench, et nyt system til vektorkvantisering. Teknikken pakker data tættere sammen, så AI-modeller kan behandle store mængder information uden at blive bremset af tunge filer.
Nyt i metoden
VQ-bench er bygget til at være komponérbar, hvilket betyder, at forskere kan mikse og matche forskellige kompressionsmetoder. Det giver større fleksibilitet end tidligere værktøjer, der låste sig fast på én tilgang.
Det kan bruges til
For almindelige brugere betyder det potentielt hurtigere AI-assistenter og mindre strømforbrug i datacentre. Teknologien kan også gøre det muligt at køre avancerede modeller på almindelige computere frem for kæmpe serverparker.
- VQ-bench er et framework til vektorkvantisering, der komprimerer AI-data.
- Systemet er designet til at være komponérbart med forskellige metoder.
- Forskningen er offentliggjort på arXiv under cs.AI-kategorien.
- Edo Liberty står bag projektet sammen med andre forskere.
- Målet er at gøre AI-træning og -inferens mere effektiv.
Du kan få hurtigere og billigere AI-tjenester i hverdagen, når modellerne bliver bedre til at håndtere data presset sammen.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.