نموذج Muse Spark Open من ميتا متاح الآن في Amazon SageMaker JumpStart
ما الجديد؟
أعلنت أمازون عبر مدونة AWS Machine Learning أن نموذج Muse Spark Open من ميتا، وهو نموذج مفتوح الأوزان محسّن لمهام البرمجة، أصبح متاحاً في Amazon SageMaker JumpStart.
كيف يُنشر النموذج؟
بحسب المصدر، يمكن نشر النموذج على نقطة نهاية SageMaker AI داخل حساب AWS الخاص بالمؤسسة، وذلك باستخدام:
- SageMaker Studio
- SageMaker Python SDK
وبعد النشر يمكن تشغيل أول طلب استدلال (inference request).
لماذا يهم ذلك؟
- يتيح النشر داخل حساب AWS الخاص بالمؤسسة مزيداً من التحكم في بيئة التشغيل.
- يوفّر JumpStart مساراً أسرع لتجربة النموذج ونشره دون بناء البنية من الصفر.
- يهمّ الفرق التي تفضّل تشغيل النماذج المفتوحة داخل سحابتها بدلاً من الاعتماد الكامل على واجهات خارجية.
حالة استخدام محتملة للمنطقة
يمكن لفرق الهندسة في المؤسسات والجهات الحكومية بالشرق الأوسط التي تعمل على AWS اختبار النموذج في مهام مساعدة المطورين ومراجعة الكود، مع إبقاء التشغيل داخل بيئتها السحابية.
تنويه: هذا المقال يلخّص معلومات من المصدر المذكور. للأرقام والتواريخ الرسمية، راجع الرابط الأصلي. لا نضيف تفاصيل غير منشورة في المصدر.
أسئلة شائعة
ما هو Muse Spark Open؟
هو نموذج مفتوح الأوزان من ميتا محسّن لمهام البرمجة، وأصبح متاحاً في Amazon SageMaker JumpStart بحسب المصدر.
كيف أنشر Muse Spark Open على AWS؟
يمكن نشره على نقطة نهاية SageMaker AI داخل حساب AWS الخاص بك باستخدام SageMaker Studio أو SageMaker Python SDK.
هل يفيد Muse Spark Open فرق المؤسسات في الشرق الأوسط؟
توفّر المنصة خياراً لنشر النموذج داخل بيئة AWS الخاصة بالمؤسسة، وهو ما يناسب الفرق التي تفضّل التحكم في مكان تشغيل النماذج.
المصدر: AWS Machine Learning
ملخص بمساعدة الذكاء الاصطناعي من المصدر أعلاه. القصص عالية الثقة تُنشر تلقائياً، والبقية تنتظر مراجعة، ولا تُضاف وقائع غير موجودة في المصدر.