Indiens IndiaAI Mission stellt drei eigene Basismodelle vor: EKA-1, Dhīr 2B und Dhīr 5B
Laut MeitY ist EKA-1 ein Modell mit 26 Milliarden Parametern für Mathematik, Code und Schlussfolgern; ZenteiQs Dhīr-Modelle laufen offline auf Smartphones und erscheinen mit Gewichten unter Apache 2.0.
Warum es wichtig ist
Es sind einige der ersten Veröffentlichungen aus dem Basismodell-Pfeiler der IndiaAI Mission, der heimischen Teams subventionierte staatliche Rechenleistung gibt. Die Verantwortlichen betonten den Einsatz in abgeschotteten und Offline-Umgebungen für Staat und Unternehmen statt eines Wettbewerbs mit den größten Frontier-Modellen. EKA-1 wurde mit 7,5 Billionen Tokens trainiert und deckt über 100 Sprachen ab; die Dhīr-Modelle wurden von Grund auf auf Google-Cloud-TPUs trainiert und unterstützen Englisch und 10 indische Sprachen. Sie folgen auf Sarvams Prism vom Dienstag. Abzuwarten sind unabhängige Tests, sobald die Gewichte auf AIKosh liegen.
Die wichtigsten Fakten
- EKA-1: 26 Milliarden Parameter, trainiert mit 7,5 Billionen Tokens
- EKA-1 unterstützt über 100 Sprachen
- Dhīr 2B und 5B sind Mixture-of-Experts-Modelle, trainiert auf Google-Cloud-TPUs
- Dhīr unterstützt Englisch und 10 indische Sprachen und läuft offline auf Smartphones
- Dhīr-Gewichte unter Apache 2.0 über AIKosh veröffentlicht
- Vorgestellt von MeitY-Staatssekretär S. Krishnan am 3. November