这些 IBM 模型基于仅解码器架构构建，旨在帮助企业扩展 AI。例如，企业可以使用它们应用检索增强生成来搜索企业知识库，以生成针对客户查询的定制响应；使用摘要将长格式内容（如合同或通话记录）压缩为简短描述；并部署洞察提取和分类来确定客户情绪等因素。
业能够成为 AI 价值 比利时电报数据 创造者。企业可以将其专有数据引入 IBM 基础模型，并构建一个专属于其业务和用例的模型。 IBM 多年来投入巨资开发基础模型。这些模型是针对业务用例的特定需求而定制的，从定义上讲，这些用例比消费者 AI 更加集中，并且要求最高的精度和准确度。
IBM 的内部基准测试表明，专用模型可以提供更高的准确度，并且对基础设施的要求更低，从而实现更高的性价比。 除了自己的模型外，IBM 还灵活地使用第三方模型，如Meta 的 Llama 2-chat 700 亿参数模型和来自Hugging Face 社区 的模型。
IBM 发布有关其 Granite 模型训练方法的信息 IBM 开发的这些基础模型已在五个领域（互联网、学术、代码、法律和金融）的业务相关数据集上进行了训练，并由 IBM 精心设计用于业务用途。训练数据经过过滤，去除了令人反感的内容，并与内部和外部模型进行了对比，以帮助实现负责任的部署并解决关键问题，包括治理、风险评估、隐私问题和偏见缓解。