Háromszorosára csökkenti a műholdkép-feldolgozás költségét az OlmoEarth v1.1
Az új modellcsalád a számítási költségeket akár 3x-osára is mérsékli, miközben az OlmoEarth v1 teljesítményét megőrzi a kutatási benchmarkokon és partneri feladatokon.
Az Allen Institute for AI (AI2) bemutatta az OlmoEarth v1.1-et, amely a műholdképek feldolgozásában hoz jelentős előrelépést, mivel akár háromszorosára csökkenti a számítási költségeket — írja az Allen Institute for AI (AI2) blogja. A modellcsalád célja, hogy hatékonyabbá tegye a bolygóvédelemmel foglalkozó szervezetek munkáját, például az erdőirtás nyomon követését vagy a terménytípusok térképezését.
Az OlmoEarth v1.1 hatékonyságát a transzformátor alapú modellek token-sorozatának hosszának csökkentésével éri el. A transzformátor modellek számítási költségei négyzetesen nőnek a token-sorozat hosszával, így már kisebb csökkentések is jelentős megtakarítást eredményeznek.
A hatékonyság kulcsa
A korábbi OlmoEarth v1-et 2025 novemberében adták ki, azóta partnerek széles körben alkalmazzák, például mangroveerdők változásainak követésére vagy országos szintű terménytérképek készítésére. A fejlesztők a felbontások egyetlen tokenbe való összevonásával érték el a költségcsökkentést.
Teljesítmény és fejlesztés
Ez a módszer háromszor kevesebb tokent eredményez, ami jelentős megtakarítást hoz az előzetes betanítás, a finomhangolás és az inferencia során. Az OlmoEarth v1.1 esetében a teljesítmény megtartásához módosítani kellett az előzetes betanítási eljárást. Az OlmoEarth v1.1 modell súlyai és betanítási kódja, beleértve a Base, Tiny és Nano modelleket, már elérhetők a fejlesztők számára az AI2 által 2025. december elsejével.