Marzorati Incorporation — LLM & Edge Computing
Modelli linguistici potenti, efficienti e ottimizzati per l’edge computing.
Dimensione: ~1 B parametri
DAC4.3 è il fiore all’occhiello della nostra serie classica. È progettato per fornire un equilibrio ottimale tra capacità di generalizzazione, efficienza e latenza operativa su dispositivi con risorse limitate.
Grazie alla sua architettura altamente ottimizzata, DAC4.3 supporta applicazioni complesse come il dialogo, la generazione di testo e l’istruzione su dispositivi edge.
Dimensione: ~500M parametri
DAC3 è stato progettato per essere leggero ma sorprendentemente capace. È ideale per applicazioni dove la potenza di calcolo o la memoria sono limitate, senza compromettere qualità di linguaggio o comprensione.
Pur mantenendo un footprint relativamente basso, DAC3 fornisce prestazioni eccellenti su compiti in lingua italiana, come traduzione, risposta a domande e completamento di testo.
La nostra visione per il futuro. DAC5 è concepito come un modello ibrido ad alta capacità: combinare architetture moderne e tecniche di quantizzazione avanzate per massimizzare le prestazioni mantenendo efficienza.
Stiamo lavorando sul suo allenamento con dati italiani e multilingue, con l’obiettivo di fornire uno strumento versatile per ricerca, produzione di contenuti e applicazioni conversation AI.
Prevediamo una roadmap con versioni alpha, beta e release stabili. Controlla il nostro GitHub / Hugging Face per aggiornamenti.
Modelli ultra-efficienti per dispositivi con risorse limitate.
Dimensione: ~109 M parametri
DACMini-IT è pensato per l’interazione in italiano. Nonostante le sue dimensioni compatte, offre una comprensione del linguaggio notevole e può eseguire compiti come chatbot, completamento di testo e istruzioni.
Una variante sperimentale pensata per microcontroller e dispositivi embedded con risorse estremamente limitate.
Stiamo esplorando tecniche di quantizzazione estrema e inference ultra-ottimizzata per portare l’AI su device estremamente piccoli.
La nostra soluzione più leggera possibile: latenza ultra-bassa, footprint minimale e progettato per casi d’uso dove ogni megabyte conta.
Una raccolta curata di dataset in lingua italiana e multilingue, pensata per l’addestramento di modelli linguistici.
I dataset sono documentati, con metadata completi e licenze chiare per uso open source.
Guide, API reference, tutorial e best practices per l’uso dei modelli DAC, dalla quantizzazione al deployment su edge.
Versioni ottimizzate dei modelli DAC per l’esecuzione locale tramite Ollama.
Stable, efficienti e facilmente integrabili nei workflow di inferenza su laptop o server locali.