IBM tích hợp lý luận vào LLM của mình nhờ Granite 3.2

IBM một lần nữa khẳng định vị thế của mình trên thị trường trí tuệ nhân tạo với phiên bản mới của các mô hình ngôn ngữ, Granite 3.2. Phù hợp với xu hướng hiện tại, cải tiến này nhấn mạnh vào khả năng suy luận có điều kiện, cho phép hiệu suất LLM được điều chỉnh theo độ phức tạp của nhiệm vụ. Trong bối cảnh công nghệ mà tốc độ thực thi và độ sâu của phân tích là tối quan trọng, IBM có ý định đáp ứng nhu cầu ngày càng tăng của các doanh nghiệp. Với những tiến bộ đáng kể trong nhận dạng hình ảnh và phân tích dự đoán, thế hệ mô hình mới này hứa hẹn sẽ chuyển đổi quá trình xử lý ngôn ngữ tự nhiên.

Những cải tiến mang tính cách mạng của IBM trong Granite 3.2

Vào năm 2025, IBM đã trình bày phiên bản 3.2 của Granite, thể hiện cam kết thực sự về sự đổi mới. Với cách tiếp cận dung hòa hiệu suất và tính linh hoạt, công ty đặt mục tiêu tích hợp lý luận vào LLM của mình theo cách hiệu quả và dễ tiếp cận. Phiên bản này không chỉ giới hạn ở các bổ sung về mặt thẩm mỹ mà còn giới thiệu các tính năng đáng nhớ. Lý luận có điều kiện: Một tiến bộ quan trọng

Lý luận có điều kiện là cốt lõi của sự phát triển này, cho phép bật hoặc tắt khả năng lý luận tùy thuộc vào bản chất của truy vấn. Kyra, một nhà phát triển tại IBM, giải thích rằng đối với những câu hỏi đơn giản, chẳng hạn như “Thủ đô của Pháp là gì?”, thì câu trả lời nhanh là điều mong muốn. Tuy nhiên, đối với những câu hỏi phức tạp hơn, chẳng hạn như “Giải phương trình kỹ thuật này!”, thì mô hình có thể được chia thành nhiều bước phân tích. Nguyên tắc này đảm bảo sự cân bằng giữa tốc độ và chiều sâu.

Sau đây là một số ví dụ về các nhiệm vụ sẽ được hưởng lợi từ tính linh hoạt này:

Câu hỏi kiến thức chung

Tính toán toán học
Giải bài toán kỹ thuật
Bộ lọc hạt: một phương pháp táo bạo

IBM áp dụng một phương pháp cải tiến gọi là “lọc hạt”. Điều này có nghĩa là nhiều quy trình lý luận được đánh giá đồng thời, cho phép mô hình tổng hợp các giải pháp hiệu quả. Kỹ thuật này, được phát triển với sự hợp tác của Red Hat, giúp tập trung vào các phân tích mang lại kết quả tốt nhất trong khi vẫn duy trì phương pháp tiếp cận năng động. Do đó, IBM tạo sự khác biệt so với các đối thủ cạnh tranh, chẳng hạn như Deepseek, bằng cách tích hợp lý luận trực tiếp vào mô hình nền tảng.

Nhận dạng hình ảnh: Một chiều hướng khác của Granite 3.2

Granite 3.2 cũng giải quyết thách thức lớn trong việc quản lý các tài liệu được quét. Mô hình nhẹ này, với 2 tỷ tham số, được thiết kế riêng để nhận dạng hình ảnh và văn bản trong nhiều loại tài liệu khác nhau, khiến công nghệ này trở nên thiết yếu đối với các tổ chức tài chính xử lý khối lượng lớn tài liệu lưu trữ. Bằng cách cung cấp khả năng trích xuất dữ liệu tập trung vào các đặc điểm cụ thể của tài liệu, IBM cho phép xử lý thông tin hiệu quả hơn, đối với cả văn bản và đồ thị, công thức và bảng. Loại tài liệu

Tính năng nhận dạng hình ảnh

Hóa đơn	Trích xuất số lượng và ngày tháng
Báo cáo phân tích	Trích xuất biểu đồ và bảng
Biểu mẫu hành chính	Nhận dạng trường đã hoàn thành
Hướng tới phân tích dự đoán nâng cao	Về phân tích dự đoán, Granite 3.2 mang đến các mô hình tinh chỉnh không chỉ dựa trên máy học truyền thống mà còn dựa trên các phương pháp tiếp cận sáng tạo. Jim, một nhà phân tích tại IBM, thảo luận về các mô hình TTM (bộ trộn thời gian nhỏ) mà họ phát triển để đáp ứng các nhu cầu cụ thể và đa dạng của các doanh nghiệp. Các mô hình này, mặc dù nhỏ gọn (từ 1 đến 5 triệu tham số), hiện cung cấp khả năng tùy chỉnh rất lớn, cho phép dự đoán sự kiện với độ dài ngữ cảnh phù hợp.

Độ dài ngữ cảnh được đề xuất thay đổi, từ 512 đến 52, để đáp ứng tốt hơn các nhu cầu cụ thể của dự báo tài chính hàng ngày hoặc hàng tuần.

Dự đoán tài chính

Lập kế hoạch bảo trì

Phát hiện bất thường
Các trường hợp sử dụng thực tế của Granite 3.2
Bằng cách triển khai các mô hình tiên tiến này, IBM đang cho phép các công ty tận dụng trí tuệ nhân tạo theo những cách cụ thể. Các ngành từ tài chính đến hậu cần đã thấy tác động đáng kể từ phân tích được tối ưu hóa. Ví dụ, một ngân hàng sử dụng hệ thống này có thể phân tích hiệu quả hàng nghìn tài liệu một cách tự tin, tăng năng suất và khả năng phản hồi của mình.

Bản trình diễn thực tế của Granite 3.2 cho thấy công nghệ này có thể thay đổi cuộc chơi như thế nào. Sau khi triển khai Granite 3.2, Ngân hàng X đã giảm thành công 30% thời gian xử lý tệp, điều này không chỉ cải thiện hiệu quả mà còn cho phép nhân viên tập trung vào các nhiệm vụ có giá trị cao hơn. Phân tích dữ liệu thời gian thực

Một lĩnh vực khác mà trí thông minh của Granite 3.2 tỏa sáng là tối ưu hóa hậu cần. Bằng cách tích hợp phân tích dự đoán, các công ty không chỉ có thể dự đoán nhu cầu nguyên liệu thô mà còn dự báo biến động thị trường và điều chỉnh sản xuất của mình. Điều này mang lại sự an tâm hơn cho cả nhà cung cấp và khách hàng.

Lợi ích kinh doanh

Tác động có thể đo lường được

Quyết định được tối ưu hóa

Giảm chi phí hoạt động	Cải thiện sự hài lòng của khách hàng
Tăng tỷ lệ giữ chân khách hàng	Tăng năng suất
Tiết kiệm thời gian trong các quy trình nội bộ	Triển vọng tương lai với IBM Granite 3.2
Những tiến bộ trong Granite 3.2 đặt ra câu hỏi: làm thế nào những mô hình này có thể chuyển đổi hơn nữa bối cảnh trí tuệ nhân tạo trong những năm tới? Câu trả lời phần lớn nằm ở khả năng thích ứng của các công ty với các công nghệ mới. IBM cam kết luôn đi đầu trong đổi mới và liên tục phát triển các mô hình của mình để đáp ứng những thách thức trong tương lai của điện toán và phân tích.	Trong một thế giới đang tìm kiếm các giải pháp hiệu quả hơn bao giờ hết, IBM tiếp tục chứng minh sự sáng tạo và nhanh nhẹn trong quá trình phát triển sản phẩm của mình. Khi các yêu cầu kinh doanh phát triển, câu trả lời đúng có thể nằm ở các công cụ trí tuệ nhân tạo mới này. Công ty của bạn có thể hưởng lợi như thế nào từ những phát triển này?