Partage de technologie

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

La naissance explosive de ChatGPT au début de l’année a conduit à une nouvelle vague d’IA : les grands modèles. J'ai honte de le dire. En fait, il y a eu des propositions de modèles à grande échelle depuis l'année dernière, à l'époque, les grands fabricants le faisaient en interne, comme Google, Facebook, Tencent, Alibaba, etc. En fait, chaque entreprise y a dépensé tellement d'argent et a dû y consacrer tellement de main-d'œuvre et de ressources matérielles qu'il y a de fortes chances qu'il soit finalement inutile. Puis la startup OpenAI a lancé ChatGPT, leader mondial. Cela révèle également certaines règles. Les innovations de rupture sont plus susceptibles de naître de start-ups, car les grandes entreprises sont trop à l'aise et tout ce qu'elles fabriquent sont des chaînes de montage. Tout changement technologique majeur est une guerre dans laquelle les bulles, les escroqueries et l’argent brûlé sont inévitables. Ensuite, je dois réfléchir à la raison pour laquelle je n'ai pas pu réaliser qu'il s'agissait d'une innovation perturbatrice comme M. Howie lorsque j'étais dans gpt3.

Après la sortie de ChatGPT, il n'est en fait pas approprié de créer de grands modèles, sauf si vous êtes un joueur de niveau Musk, cela peut être une perte de temps. Ce qui me rend optimiste, c'est le modèle dans le domaine vertical. Aujourd'hui, la journée de développement d'OpenAI a révélé le GPT Store (semblable à l'App Store d'Apple, openAI est vraiment comme Apple...)

Expliquez que le moment est venu de commencer à développer des modèles verticaux basés sur un grand modèle spécifique.

Récemment, j'ai communiqué avec les grands noms de la Silicon Valley et du monde universitaire. Ils utilisent tous GPT4 et Github Copilot comme outils de développement quotidiens. Ensuite, j'ai récemment suivi un cours d'ingénieur rapide auprès du professeur Ng Enda, qui est très convivial pour les débutants. La programmation la plus compliquée consiste à définir des fonctions et des boucles. Mais la partie la plus difficile est la partie invite, qui n'est évidemment pas au même niveau que les quelques mots que nous utilisons ChatGPT au quotidien, et est encore plus difficile que votre écriture de code habituelle. (La partie rouge est la partie invite) Vous devez donc l'utiliser conjointement avec les outils générés par l'invite, ou enregistrer certains modèles couramment utilisés.

Cette leçon vous présente brièvement les fonctions de base des grands modèles, vous donnant une idée de leur fonctionnement. J'ai déjà travaillé sur des projets PNL et, dans l'ensemble, c'est beaucoup plus pratique que le processus d'apprentissage automatique traditionnel. Parce que je suis un trader quantitatif, je peux progressivement passer à de grands modèles pour l'analyse des données, donc il n'y a pas de précipitation.

Au final, dois-je utiliser l’API ou ChatGPT ? Parce que je positionne actuellement le grand modèle en tant qu'Utilisateur plutôt qu'en tant que développeur, et que son GPT Store vient de démarrer, j'utilise donc toujours ChatGPT en premier. Le prix est également un facteur important. Selon un ami qui utilise l'API, il coûte actuellement plusieurs centaines de yuans par mois. La stratégie de facturation utilisée par OpenAI est similaire à celle d'Amazon Cloud. Vous pensez que c'est très pratique et bon marché au début, mais vous aurez ensuite le cœur brisé lorsque vous paierez la commande chaque mois hahh.

Par conséquent, mon attitude envers les grands modèles est de communiquer davantage avec les gens de l'industrie, de ne pas me laisser distancer et de voir comment mieux intégrer la production. Alors apprenez et attendez en l'utilisant, sans vous tromper ~

Avantages de l'apprentissage des grands modèles d'IA

En tant que vétéran enthousiaste d'Internet, j'ai décidé de partager mes précieuses connaissances en IA avec tout le monde. Quant à ce que vous pouvez apprendre, cela dépend de votre persévérance et de vos capacités d’apprentissage. J'ai partagé gratuitement du matériel important sur les grands modèles d'IA, notamment des cartes mentales d'introduction à l'apprentissage des grands modèles d'IA, des livres et manuels d'apprentissage de grands modèles d'IA de haute qualité, des didacticiels vidéo, des apprentissages pratiques et d'autres vidéos enregistrées gratuitement.

En raison de l'espace limité, seule une partie des informations est affichée. Vous devez cliquer sur le lien ci-dessous pour l'obtenir.

2024nouveau Réseau canadien de développement social (RCDS) Gros paquet cadeau : " AGI Ensemble de ressources d'apprentissage sur grand modèle "partage gratuit

1. Un ensemble complet de parcours d'apprentissage de grands modèles AGI

Le parcours d'apprentissage à l'ère des grands modèles d'IA : des bases à l'avant-garde, maîtrisez les compétences clés de l'intelligence artificielle !

Comment accéder au grand modèle ?

Si vous souhaitez bien comprendre les grands modèles, vous devez d'abord comprendre la situation actuelle des grands modèles LLM sur le marché, apprendre le langage Python, le projet d'invite d'invite, puis avoir une compréhension approfondie des appels de fonctions, RAG, LangChain, agents, etc.

Beaucoup de gens ne savent pasSi je souhaite apprendre les grands modèles par moi-même, quelle voie dois-je suivre ?

Les ressources les plus récentes et les plus complètes pour tous les grands modèles, y compris [Feuille de route d'apprentissage], [Vidéo d'auto-apprentissage + PDF], [Questions d'entretien]J'ai tout réglé pour vous ici.Obtenez-le via la carte ci-dessous !

"Pack cadeau d'apprentissage d'introduction à l'intelligence artificielle grand modèle", vous pouvez scanner le code QR ci-dessous pour l'obtenir gratuitement !

1. Feuille de route de croissance et plan d’apprentissage
Pour apprendre une nouvelle technologie, en tant que novice, vous devez d'abord apprendre la feuille de route de la croissance. Si la direction est mauvaise, vos efforts seront vains.
Pour les étudiants qui n’ont jamais été exposés à la sécurité des réseaux, nous avons préparé pour vous une feuille de route et un plan d’apprentissage détaillés d’apprentissage et de croissance. On peut dire que c'est la voie d'apprentissage la plus scientifique et la plus systématique. Ce ne sera pas un problème pour tout le monde de suivre cette direction générale.

2. Tutoriel vidéo
Beaucoup d'amis n'aiment pas les textes obscurs, j'ai donc également préparé des didacticiels vidéo pour tout le monde. Il y a 21 chapitres au total, et chaque chapitre est une essence condensée de la section actuelle.

3.LLM
LLM (Large Language Model), que tout le monde aime et tient le plus à cœur

Perspectives de développement : les grands modèles ont de nombreuses applications dans le traitement du langage naturel, la reconnaissance d'images, la reconnaissance vocale et d'autres domaines. Avec l'avènement de l'ère du Big Data, la technologie des grands modèles continuera à se développer, offrant aux programmeurs davantage d'opportunités de développement.

Compétences requises : Pour être un excellent programmeur de grands modèles, vous devez posséder les compétences suivantes :

• Maîtriser les connaissances liées à l'apprentissage profond, telles que les réseaux de neurones, les réseaux de neurones convolutifs, etc.;
• Familier avec les langages de programmation, tels que Python, C++, etc.;
• Comprendre les technologies de traitement du Big Data, telles que Hadoop, Spark, etc.;
• Avoir de bonnes bases en mathématiques et statistiques pour mieux comprendre et optimiser les grands modèles.