Andrew, Chen Wang, and Ken Almagor teach how to build apps with Jamba, an AI model designed to handle long input contexts more efficiently than Transformers. The free course covers prompting, document analysis, tool-calling, and how the architecture handles long-window usage.
Ich freue mich, Ihnen den Kurs Erstellen von Key Apps mit langem Kontext mit.
Jabba vorstellen zu können.
Er wurde in Zusammenarbeit mit iLabs entwickelt und wird von Chen Wang und Ken Almagor unterrichtet. Die meisten der heutigen großen Sprachmodelle werden mit Hilfe einer Transformer Architektur erstellt, die.
Gut funktioniert, aber rechenintensiv ist, wenn Sie einen langen Eingabekontext benötigen.
Lange Kontexte sind besonders wichtig für agentenbasierte Workflows. In diesem Kurs lernen Sie das Jamba.
Modell kennen, das, das eine neuartige Architektur verwendet, die lange Kontexte besser verarbeiten kann.
Als eine reine Transformarchitektur.
Das Jamba Modell wird als Open Waste.
Veröffentlicht und ist in der Hooking Phase verfügbar.
Chen und Ken werden dies unterrichten. Chen ist ein leitender Lösungsarchitekt und Ken.
Ist ein technischer Leiter für Algorithmen bei I Labs. Sie haben eine Community bei der Entwicklung von Key Apps mit Jamba Modellen unterstützt.
Vielen Dank, Andrew. In diesem Kurs lernen Sie, wie Sie die Funktion von Jamba Modellen verwenden, um lange Kontexte mit LARP zu verarbeiten. Sie erhalten Informationen zu Eingabeaufforderungen, zur Analyse von Kreditdokumenten, zum Aufrufen von Tools und zur Verwendung des i Conversational Raft Tools.
Sie lernen außerdem das Design der Jamba Modellarchitektur kennen und erfahren, wie die Architektur und das Training die Verwendung von Fenstergrößen für lange Kontexte unterstützen.
Jamba ist als eine Mischung aus Transformers.
Und einem anderen Modell namens Mamba Modell.
Aufgebaut, das als Alternative zum Transformer vorgeschlagen wird.
Möglicherweise haben Sie auch schon von Mamba.
Gehört, das als Zustandsraummodell bezeichnet wird. Dabei wird alles, egal wie lang der Eingabekontext ist, in einen Zustand oder Kontext fester Größe komprimiert. Wenn also Leute fragen, ob es eine bessere Architektur als Transformers geben wird, werden.
Member und Zustandsraummodelle oft als führende Kandidaten für einen Nachfolger des Transformers genannt. Ich bin also gespannt, wie sich Jamba von einer Forschungsidee zu einem echten praktischen.
Modell entwickelt, und ich denke, es macht Ihnen Spaß, mehr darüber zu lernen.
