پرزم ایم ایل نے ڈیوائس پر استعمال کے لیے 0.93 جی بی تصویر تخلیق کرنے والا ماڈل بونسائی4 بی کو اوپن سورس کر دیا ہے

ME AI کی خبر، Beating مانیٹرنگ کے مطابق، PrismML نے اوپن سورس لیکل ایج ایمیج جنریشن ماڈل Bonsai Image 4B جاری کیا ہے، جو لیپ ٹاپ اور موبائل جیسے مقامی ڈیوائسز پر براہ راست ڈیفیوژن انفرنس کے لیے استعمال کیا جا سکتا ہے۔ Bonsai Image 4B میں 1-bit اور Ternary (تین قدری) دو انتہائی کمپریسڈ ورژن شامل ہیں، جن کا مرکزی ڈیفیوژن Transformer صرف 0.93 GB اور 1.21 GB کا ہے، جبکہ Apple Silicon ڈیوائسز پر مکمل ڈپلومنٹ پیکیج کا سائز ترتیب سے 3.42 GB اور 3.88 GB ہے، اور اس کے ساتھ Bonsai Studio نامی iOS ایپ بھی جاری کیا گیا ہے تاکہ لیکل آفلائن ایمیج جنریشن ممکن بنایا جا سکے۔ مخصوص طور پر، 1-bit ورژن کم میموری والے ہارڈویئر کے لیے ڈیزائن کیا گیا ہے، جس نے 7.75 GB FLUX.2 Klein 4B پر مبنی ڈیفیوژن Transformer کو مکمل پریسیژن ورژن کے مقابلے میں 8.3 گنا چھوٹا کر دیا ہے، صرف 0.93 GB جگہ قبضہ کرتا ہے۔ Ternary ورژن کا مرکزی Transformer 1.21 GB کا ہے، جو مکمل پریسیژن ورژن کے مقابلے میں 6.4 گنا چھوٹا ہے، لیکن اس نے {-1, 0, +1} تین قدر والے وزن شامل کرکے زیادہ اظہاری لچک فراہم کی ہے، جس سے کم اسٹورج استعمال کرتے ہوئے تصویر کی معیار اور پرومپٹ فیدلٹی بڑھ جاتی ہے۔ جائزہ کے مطابق، Bonsai Image 4B نے بڑے پیمانے پر حجم میں کمی کے باوجود، آبجیکٹ کمپوزشن، آنسوں کی ترجیحات، خوبصورتی کے اشاروں اور پیچیدہ پرومپٹس کے پابند رہنے کے معاملات میں بہت زیادہ پیرامیٹرز والے معروف ایمیج جنریشن ماڈلز کے ساتھ مقابلہ کرنے میں کامیابی حاصل کی ہے۔ 1-bit اور Ternary دونوں ورژنز نے مکمل پریسیژن ماڈل کے 88% اور 95% پرفارمنس کو برقرار رکھا ہے۔ ساتھ ہی جاری کردہ موبائل اپلکیشن Bonsai Studio صارفین کو iPhone پر مکمل آفلائن امیج جنریشن کا موقع فراہم کرتا ہے، جس میں عمل بالکل مقامی طور پر مکمل ہوتا ہے، کوئی سبسکرپشن ضرورت نہیں اور کلاؤڈ پر API درخواست بھجایا نہیں جاتا۔ PrismML نے اب 1-bit اور Ternary دونوں ورژنز کو Apache 2.0 اوپن سورس لائسنس کے تحت جاری کر دیا ہے۔ (ذرائع: BlockBeats)