Salesforce представил семейство моделей xLAM (Large Action Models), предназначенных для оптимизации и автоматизации рабочих процессов отдела продаж. В отличие от LLMs, которые в основном генерируют текст, xLAM выполняет задачи вызова функций (function-calling), что позволяет обновлять базы данных, модифицировать процессы и интегрироваться в бизнес-пайплайны

Технические характеристики семейства xLAM

Модели xLAM разработаны для различных применений в зависимости от требований к производительности и вычислительным ресурсам:

• xLAM-1B-fc-r («Tiny Giant»):
  • Параметры: 1,35 миллиарда
  • Длина контекста: 16k токенов
  • Применение: Оптимизирована для использования на устройствах с ограниченными вычислительными ресурсами.
• xLAM-7B-fc-r:
  • Параметры: 6,91 миллиарда
  • Длина контекста: 4k токенов
  • Применение: Подходит для академических исследований и маломасштабных приложений.
• xLAM-7b-r:
  • Параметры: 7,24 миллиарда
  • Длина контекста: 32k токенов
  • Применение: Промышленные задачи, требующие точного управления более длинными последовательностями данных.
• xLAM-8x22b-r:
  • Параметры: 141 миллиард
  • Длина контекста: 64k токенов
  • Применение: Подходит для ресурсоемких задач и крупных предприятий.

Производительность

Модели xLAM показали высокую эффективность. xLAM-7B(fc) занял высокие позиции на Berkeley Function Calling Leaderboard, опередив GPT-4 в задачах вызова функций, что подтверждает их способность эффективно выполнять задачи в реальном времени. Компактная модель xLAM-1B заняла верхние строчки рейтингов в задачах, связанных с использованием инструментов и планированием, демонстрируя, что меньшие модели могут превосходить более крупные в определенных областях.