Κοινή χρήση τεχνολογίας

2024 [Σε βάθος ανάλυση πρακτικών εφαρμογών μεγάλων μοντέλων] (πολύ λεπτομερής) Από την καταχώριση βάσει μηδενισμού έως τη γνώση, αρκεί να συλλέξουμε αυτό το άρθρο

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Η εκρηκτική γέννηση του ChatGPT στις αρχές του έτους οδήγησε σε ένα νέο κύμα τεχνητής νοημοσύνης - μεγάλα μοντέλα. Νιώθω ντροπή να το πω, μάλιστα, από πέρυσι υπήρξαν προτάσεις για μοντέλα μεγάλης κλίμακας. Στην πραγματικότητα, αντίθετος με αυτό, κάθε εταιρεία ξόδεψε τόσα πολλά χρήματα και έπρεπε να ξοδέψει τόσο πολύ ανθρώπινο δυναμικό και υλικούς πόρους για αυτό, υπάρχει μεγάλη πιθανότητα να είναι άχρηστη στο τέλος. Στη συνέχεια, η startup OpenAI κυκλοφόρησε το ChatGPT, οδηγώντας τον κόσμο. Αυτό αποκαλύπτει επίσης ορισμένους κανόνες Οι ενοχλητικές καινοτομίες είναι πολύ πιθανό να γεννηθούν από νεοσύστατες εταιρείες, επειδή οι μεγάλες εταιρείες είναι πολύ άνετες και ό,τι κάνουν είναι γραμμές συναρμολόγησης. Κάθε σημαντική τεχνολογική αλλαγή είναι ένας πόλεμος, στον οποίο οι φούσκες, οι απάτες και τα καμένα χρήματα είναι αναπόφευκτες. Στη συνέχεια, πρέπει να σκεφτώ γιατί δεν μπορούσα να συνειδητοποιήσω ότι αυτή είναι μια ανατρεπτική καινοτομία όπως ο κύριος Howie όταν ήμουν στο gpt3.

Μετά την κυκλοφορία του ChatGPT, στην πραγματικότητα δεν ενδείκνυται να φτιάχνετε μεγάλα μοντέλα, εκτός κι αν είστε παίκτης επιπέδου Musk, μπορεί να είναι χάσιμο χρόνου. Αυτό για το οποίο είμαι αισιόδοξος είναι το μοντέλο στο κατακόρυφο πεδίο Σήμερα η ημέρα προγραμματισμού του OpenAI αποκάλυψε το GPT Store (παρόμοιο με το App Store της Apple, το openAI είναι πραγματικά σαν την Apple...)

Εξηγήστε ότι ήρθε η ώρα να ξεκινήσετε την ανάπτυξη κάθετων μοντέλων με βάση ένα συγκεκριμένο μεγάλο μοντέλο.

Πρόσφατα, επικοινώνησα με τα μεγάλα παιδιά της Silicon Valley και του ακαδημαϊκού χώρου. Όλοι χρησιμοποιούν το GPT4 και το Github Copilot ως καθημερινά εργαλεία ανάπτυξης. Στη συνέχεια παρακολούθησα πρόσφατα ένα μάθημα μηχανικού από τον καθηγητή Ng Enda, το οποίο είναι πολύ φιλικό προς τους αρχάριους. Αλλά το πιο δύσκολο κομμάτι είναι το τμήμα προτροπής, το οποίο προφανώς δεν είναι στο ίδιο επίπεδο με τις λίγες λέξεις που χρησιμοποιούμε καθημερινά το ChatGPT και είναι ακόμα πιο δύσκολο από τη συνηθισμένη σύνταξη κώδικα. (Το κόκκινο μέρος είναι το τμήμα προτροπής) Επομένως, πρέπει να το χρησιμοποιήσετε σε συνδυασμό με τα εργαλεία που δημιουργούνται από την προτροπή ή να αποθηκεύσετε ορισμένα πρότυπα που χρησιμοποιούνται συνήθως.

Αυτό το μάθημα σας εισάγει εν συντομία στις βασικές λειτουργίες των μεγάλων μοντέλων, δίνοντάς σας μια ιδέα για το πώς λειτουργούν. Έχω επίσης εργαστεί σε έργα NLP στο παρελθόν και γενικά είναι πολύ πιο βολικό από την παραδοσιακή διαδικασία μηχανικής μάθησης. Επειδή είμαι quant trader, μπορώ σταδιακά να μεταβώ σε μεγάλα μοντέλα για ανάλυση δεδομένων, οπότε δεν υπάρχει βιασύνη.

Τελικά, πρέπει να χρησιμοποιήσω API ή ChatGPT; Επειδή αυτή τη στιγμή τοποθετώ το μεγάλο μοντέλο ως Χρήστη και όχι ως προγραμματιστή και το GPT Store του μόλις ξεκίνησε, επομένως εξακολουθώ να χρησιμοποιώ πρώτα το ChatGPT. Η τιμή είναι επίσης ένας σημαντικός παράγοντας Σύμφωνα με έναν φίλο που χρησιμοποιεί API, αυτή τη στιγμή κοστίζει αρκετές εκατοντάδες γιουάν το μήνα. Η στρατηγική χρέωσης που χρησιμοποιεί το OpenAI είναι παρόμοια με το Amazon Cloud. Νομίζετε ότι είναι πολύ βολικό και φθηνό στην αρχή, αλλά μετά θα αισθάνεστε ραγισμένοι όταν πληρώνετε για την παραγγελία κάθε μήνα.

Επομένως, η στάση μου απέναντι στα μεγάλα μοντέλα είναι να επικοινωνώ περισσότερο με τους ανθρώπους του κλάδου, να μην με αφήνω πίσω και να δω πώς να ενσωματώσω καλύτερα την παραγωγή. Στη συνέχεια, μάθετε και περιμένετε ενώ το χρησιμοποιείτε, χωρίς να μπερδεύεστε~

Οφέλη εκμάθησης μεγάλων μοντέλων AI

Ως ενθουσιώδης βετεράνος του Διαδικτύου, αποφάσισα να μοιραστώ τις πολύτιμες γνώσεις μου για την τεχνητή νοημοσύνη με όλους. Όσο για το πόσα μπορείτε να μάθετε, εξαρτάται από τη μαθησιακή σας επιμονή και ικανότητες. Έχω μοιραστεί σημαντικά υλικά για μεγάλα μοντέλα τεχνητής νοημοσύνης, όπως χάρτες τεχνητής νοημοσύνης μεγάλου μοντέλου εισαγωγής, βιβλία και εγχειρίδια εκμάθησης μεγάλων μοντέλων τεχνητής νοημοσύνης υψηλής ποιότητας, εκπαιδευτικά βίντεο, πρακτική μάθηση και άλλα ηχογραφημένα βίντεο δωρεάν.

Λόγω περιορισμένου χώρου, εμφανίζεται μόνο μέρος των πληροφοριών. Πρέπει να κάνετε κλικ στον παρακάτω σύνδεσμο για να τις αποκτήσετε.

2024νέος CSDN Μεγάλο πακέτο δώρου: " ΑΓΙ Μεγάλο μοντέλο πακέτου εκπαιδευτικών πόρων" δωρεάν κοινή χρήση

1. Ένα πλήρες σύνολο διαδρομών εκμάθησης μεγάλων μοντέλων AGI

Το ταξίδι μάθησης στην εποχή των μεγάλων μοντέλων τεχνητής νοημοσύνης: από τα βασικά μέχρι την αιχμή, κατακτήστε τις βασικές δεξιότητες της τεχνητής νοημοσύνης!

img

Πώς να μπείτε στο μεγάλο μοντέλο;

Εάν θέλετε να κατανοήσετε πλήρως τα μεγάλα μοντέλα, πρέπει πρώτα να κατανοήσετε την τρέχουσα κατάσταση των μεγάλων μοντέλων LLM στην αγορά, να μάθετε τη γλώσσα Python, το Prompt prompt project και, στη συνέχεια, να κατανοήσετε σε βάθος τα Function Calling, RAG, LangChain, Agents κ.λπ.

Πολλοί άνθρωποι δεν ξέρουνΑν θέλω να μάθω μεγάλα μοντέλα μόνος μου, ποια διαδρομή πρέπει να ακολουθήσω;

Οι πιο πρόσφατοι και πιο ολοκληρωμένοι πόροι για όλα τα μεγάλα μοντέλα, συμπεριλαμβανομένων των [Learning Roadmap], [Supporting Self-study Video + PDF], [Interview Questions]Σας τα έχω τακτοποιήσει όλα εδώ.Αποκτήστε το μέσω της παρακάτω κάρτας!

"Artificial Intelligence Large Model Introductory Learning Gift Pack", μπορείτε να σαρώσετε τον κωδικό QR παρακάτω για να το αποκτήσετε δωρεάν!

Εισαγάγετε την περιγραφή της εικόνας εδώ

1. Οδικός χάρτης ανάπτυξης & σχέδιο μάθησης
Για να μάθετε μια νέα τεχνολογία, ως αρχάριος, πρέπει πρώτα να μάθετε τον οδικό χάρτη ανάπτυξης Εάν η κατεύθυνση είναι λάθος, οι προσπάθειές σας θα είναι μάταιες.
Για μαθητές που δεν έχουν εκτεθεί ποτέ στην ασφάλεια δικτύου, ετοιμάσαμε για εσάς έναν λεπτομερή οδικό χάρτη και σχέδιο μάθησης και ανάπτυξης. Μπορούμε να πούμε ότι είναι η πιο επιστημονική και συστηματική διαδρομή μάθησης Δεν θα είναι πρόβλημα για όλους να ακολουθήσουν αυτή τη γενική κατεύθυνση.
Εισαγάγετε την περιγραφή της εικόνας εδώ

2. Εκμάθηση βίντεο
Σε πολλούς φίλους δεν αρέσουν τα σκοτεινά κείμενα, γι' αυτό έχω ετοιμάσει και εκπαιδευτικά βίντεο για όλους. Υπάρχουν συνολικά 21 κεφάλαια και κάθε κεφάλαιο είναι μια συμπυκνωμένη ουσία της τρέχουσας ενότητας.

Εισαγάγετε την περιγραφή της εικόνας εδώ

3.LLM
LLM (Large Language Model), το οποίο αρέσει και νοιάζεται περισσότερο σε όλους

Εισαγάγετε την περιγραφή της εικόνας εδώ

Προοπτικές ανάπτυξης: Τα μεγάλα μοντέλα έχουν ευρείες εφαρμογές στην επεξεργασία φυσικής γλώσσας, στην αναγνώριση εικόνας, στην αναγνώριση ομιλίας και σε άλλους τομείς. Με την έλευση της εποχής των μεγάλων δεδομένων, η τεχνολογία μεγάλων μοντέλων θα συνεχίσει να αναπτύσσεται, παρέχοντας στους προγραμματιστές περισσότερες ευκαιρίες ανάπτυξης.

Απαιτήσεις δεξιοτήτων: Για να είστε εξαιρετικός προγραμματιστής μεγάλου μοντέλου, πρέπει να έχετε τις ακόλουθες δεξιότητες:

  • Μάστερ γνώση που σχετίζεται με τη βαθιά μάθηση, όπως νευρωνικά δίκτυα, συνελικτικά νευρωνικά δίκτυα κ.λπ.
  • Εξοικειωμένοι με γλώσσες προγραμματισμού, όπως Python, C++, κ.λπ.
  • Κατανοήστε τεχνολογίες επεξεργασίας μεγάλων δεδομένων, όπως Hadoop, Spark κ.λπ.
  • Έχετε μια καλή βάση στα μαθηματικά και τη στατιστική για να κατανοήσετε καλύτερα και να βελτιστοποιήσετε μεγάλα μοντέλα.
    Εισαγάγετε την περιγραφή της εικόνας εδώ