Adobe Foundry希望为您的品牌重建Firefly——而不仅仅是调整它
某机构希望吸引更多企业团队进入其生态系统，为此推出了一项名为Adobe AI Foundry的模型定制服务。该服务旨在为其旗舰AI模型Firefly创建量身定制的版本。
Adobe AI Foundry将与企业客户合作，针对特定客户的需求，重新架构和重新训练Firefly模型。AI Foundry版本的模型与自定义Firefly模型不同，后者通常只理解单一概念，而Foundry模型能够理解多个概念。这些模型还将是多模态的，提供比只能接收和生成图像的自定义Firefly模型更广泛的用例。
基于Firefly的Adobe AI Foundry模型将学习一家公司的品牌调性、图像与视频风格、产品服务及其所有知识产权。模型将根据这些信息，为公司所需的任何用例生成内容。
某机构的生成式AI新业务风险投资副总裁向某机构表示，设立AI Foundry的想法源于企业客户希望获得更复杂、定制化的Firefly版本。鉴于企业需求的复杂性，某机构将亲自负责模型的重新架构工作，而非将控制权完全交给客户。
“我们将利用企业的知识产权，重新训练我们自身具有商业安全性的Firefly模型。我们会将这些知识产权独立保存，永远不会将其反馈回基础模型。企业自身拥有其产出的所有权。”副总裁解释道。
某机构将通过其API解决方案Firefly Services来部署Foundry版本的Firefly。
副总裁将AI Foundry比作一项咨询服务，因为某机构的团队将直接与企业客户合作，重新训练模型。
深度调优
副总裁将Foundry称为一种深度调优方法，因为它比简单地微调模型走得更远。
“我们的理解方式是，或许用更通俗的话说，我们正在‘外科手术式地重新打开’基于Firefly的模型。这样，你就能从我们的图像或视频模型中获益于全世界的知识。我们回溯时间，引入企业的知识产权，比如一个品牌。这可能是特定拍摄风格的素材，或是他们获得许可贡献的任何内容。然后我们进行重新训练。我们称之为持续预训练，在此过程中我们会为模型赋予不同权重，以调整某些特性。因此，我们实际上是在重新训练我们的基础模型，这就是为什么我们称之为‘深度调优’而非‘微调’。”
训练流程的一部分涉及某机构嵌入的团队与客户公司合作，识别他们所需的数据。接着，数据会经过安全传输、摄取和标注。之后被输入基础模型，然后某机构开始进行预训练模型运行。
副总裁强调，Firefly的Foundry版本不会是小型或经过蒸馏的模型。通常，来自公司的额外数据会扩展Firefly的参数。
Adobe AI Foundry的两位早期客户是某家居装饰中心和某主题乐园研发部门。
“我们一直在探索创新方式以提升客户体验并简化创意工作流程。Adobe的AI Foundry是在拥抱尖端技术方面迈出的激动人心的一步，有助于深化客户参与度，并在我们的数字渠道上提供有影响力的内容。”某家居装饰中心的高级副总裁兼首席营销官表示。
更多定制化选项
企业通常求助于微调和模型定制，以使具有海量外部知识的大型语言模型更贴近其公司需求。微调还能让企业用户仅在组织数据的背景下使用模型，从而确保模型不会生成与业务完全无关的回复。
然而，大多数组织自行进行微调。他们连接到模型的API，并开始根据其基准事实或偏好重新训练模型以生成答案。存在多种微调方法，包括一些仅通过提示即可完成的方法。其他模型提供商也试图让客户更容易地微调模型，例如某研究机构及其o4-mini推理模型。
副总裁表示，她预计一些公司将拥有三个版本的Firefly：用于大多数项目的Foundry版本、用于特定单一概念用例的自定义Firefly版本，以及基础Firefly版本，因为有些团队希望模型较少受到企业知识的束缚。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
