Sarvam 105B

การวิเคราะห์

Sarvam ฝึกโมเดลนี้สำหรับอินเดีย: ยี่สิบสองภาษาที่ปฏิบัติเป็นระดับแรกไม่ใช่ส่วนเสริม พร้อม tokeniser และ data mix ที่เหมาะสม เผยแพร่เป็น open weights สำหรับผลิตภัณฑ์ภาษา Indic มันเอาชนะโมเดลที่ใหญ่กว่าหลายเท่า เพราะแล็บใหญ่ไม่ได้จัดสรรงบประมาณการฝึกในแบบนี้ ในภาษาอังกฤษมันอยู่กลาง ๆ และไม่ได้พยายามเป็นอะไรอื่น

จุดเด่น

• ยี่สิบสองภาษาอินเดียจัดการเป็นระดับแรก ไม่ใช่แปล
• tokeniser ที่ปรับแต่งสำหรับอักษร Indic ลดต้นทุนต่อ request
• open weights ดังนั้น deploy ภายในอินเดียได้

ควรรู้ก่อน

• อยู่กลาง ๆ ในภาษาอังกฤษเมื่อเทียบกับโมเดลขนาดใกล้เคียง
• context window สั้น