Condivisione della tecnologia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

La nascita esplosiva di ChatGPT all'inizio dell'anno ha portato a una nuova ondata di modelli di intelligenza artificiale di grandi dimensioni. Mi vergogno a dirlo. In effetti, già dall'anno scorso ci sono state proposte di modelli su larga scala. A quel tempo, i principali produttori lo facevano internamente, come Google, Facebook, Tencent, Alibaba, ecc in realtà all'epoca si oppose ad esso. Ogni azienda ha speso così tanti soldi e ha dovuto spendere così tante risorse umane e materiali per realizzarlo, che alla fine è molto probabile che sarà inutile. Quindi la startup OpenAI ha rilasciato ChatGPT, leader a livello mondiale. Ciò rivela anche alcune regole. È molto probabile che le innovazioni dirompenti nascano dalle start-up, perché le grandi aziende sono troppo a loro agio e tutto ciò che producono sono catene di montaggio. Ogni grande cambiamento tecnologico è una guerra, in cui bolle, truffe e denaro bruciato sono inevitabili. Quindi devo riflettere su me stesso, perché non riesco a rendermi conto che questa è un'innovazione dirompente come ha fatto il signor Howie in gpt3.

Dopo l'uscita di ChatGPT, in realtà non è appropriato realizzare modelli di grandi dimensioni, a meno che tu non sia un giocatore di livello Musk, potrebbe essere una perdita di tempo. Ciò su cui sono ottimista è il modello nel campo verticale Oggi il giorno degli sviluppatori di OpenAI ha rivelato il GPT Store (simile all'App Store di Apple, openAI è davvero come Apple...)

Spiegare che è giunto il momento di iniziare a sviluppare modelli verticali basati su un modello specifico di grandi dimensioni.

Di recente, ho comunicato con i grandi della Silicon Valley e del mondo accademico. Tutti usano GPT4 e Github Copilot come strumenti di sviluppo quotidiano. Poi di recente ho seguito un corso di ingegneria dal professor Ng Enda, che è molto amichevole per i principianti. La programmazione più complicata è definire funzioni e cicli for. Ma la parte più difficile è la parte del prompt, che ovviamente non è allo stesso livello delle poche parole che usiamo ogni giorno su ChatGPT, ed è ancora più difficile della solita scrittura del codice. (La parte rossa è la parte del prompt) Quindi devi usarlo insieme allo strumento generato dal prompt o salvare alcuni modelli di uso comune.

Questa lezione ti introduce brevemente alle funzioni base dei modelli di grandi dimensioni, dandoti un'idea di come funzionano. Ho anche lavorato su progetti di PNL in precedenza e, nel complesso, è molto più conveniente rispetto al tradizionale processo di apprendimento automatico. Poiché sono un trader quantistico, posso passare gradualmente a modelli di grandi dimensioni per l'analisi dei dati, quindi non c'è fretta.

Alla fine, dovrei usare API o ChatGPT? Perché attualmente sto posizionando il modello grande come utente piuttosto che come sviluppatore e il suo negozio GPT è appena iniziato, quindi utilizzo ancora prima ChatGPT. Anche il prezzo è un fattore importante. Secondo un amico che utilizza l'API, attualmente costa diverse centinaia di yuan al mese. La strategia di ricarica utilizzata da OpenAI è simile a Amazon Cloud All'inizio ritieni che sia molto conveniente ed economica, ma poi ti sentirai affranto quando pagherai l'ordine ogni mese ahh.

Pertanto, il mio atteggiamento nei confronti dei modelli di grandi dimensioni è quello di comunicare di più con le persone del settore, di non restare indietro e di vedere come integrare meglio la produzione. Quindi impara e aspetta mentre lo usi, senza confonderti ~

Vantaggi dell'apprendimento di modelli di grandi dimensioni dell'intelligenza artificiale

Essendo un entusiasta veterano di Internet, ho deciso di condividere con tutti le mie preziose conoscenze sull'intelligenza artificiale. Quanto puoi imparare, dipende dalla tua perseveranza e capacità nello studio. Ho condiviso importanti materiali per modelli di grandi dimensioni dell'intelligenza artificiale, tra cui mappe mentali per l'apprendimento introduttivo di modelli di grandi dimensioni dell'intelligenza artificiale, libri e manuali di apprendimento di modelli di grandi dimensioni dell'intelligenza artificiale di alta qualità, tutorial video, apprendimento pratico e altri video registrati gratuitamente.

A causa dello spazio limitato, viene visualizzata solo una parte delle informazioni. Per ottenerle è necessario fare clic sul collegamento sottostante.

2024nuovo Il Csdn Pacchetto regalo grande: " AGI Pacchetto di risorse per l'apprendimento del modello di grandi dimensioni" condivisione gratuita

1. Un set completo di percorsi di apprendimento di modelli di grandi dimensioni AGI

Il viaggio di apprendimento nell'era dei grandi modelli di intelligenza artificiale: dalle basi all'avanguardia, padroneggia le competenze fondamentali dell'intelligenza artificiale!

Come entrare nel modello grande?

Se vuoi comprendere appieno i modelli di grandi dimensioni, devi prima comprendere la situazione attuale dei modelli di grandi dimensioni LLM sul mercato, imparare il linguaggio Python, il progetto Prompt Prompt e quindi avere una profonda conoscenza di Function Calling, RAG, LangChain, Agenti, ecc.

Molte persone non lo sannoSe voglio imparare da solo modelli di grandi dimensioni, quale percorso dovrei seguire?

Le risorse più recenti e complete per tutti i modelli di grandi dimensioni, tra cui [Tabella di marcia per l'apprendimento], [Video di supporto per lo studio autonomo + PDF], [Domande per l'intervista]Ho risolto tutto per te qui.Ottienilo attraverso la scheda qui sotto!

"Pacchetto regalo per l'apprendimento introduttivo del modello grande di intelligenza artificiale", puoi scansionare il codice QR qui sotto per ottenerlo gratuitamente!

1. Roadmap di crescita e piano di apprendimento
Per apprendere una nuova tecnologia, come principiante, devi prima apprendere la road map di crescita. Se la direzione è sbagliata, i tuoi sforzi saranno vani.
Per gli studenti che non sono mai stati esposti alla sicurezza della rete, abbiamo preparato per te una tabella di marcia dettagliata per l'apprendimento e la crescita e un piano di apprendimento. Si può dire che sia il percorso di apprendimento più scientifico e sistematico. Non sarà un problema per tutti seguire questa direzione generale.

2. Esercitazione video
A molti amici non piacciono i testi oscuri, quindi ho preparato anche tutorial video per tutti. Ci sono un totale di 21 capitoli e ogni capitolo è l'essenza della sezione corrente.

3.LLM
LLM (Large Language Model), che piace a tutti e a cui tengono di più

Prospettive di sviluppo: i modelli di grandi dimensioni hanno ampie applicazioni nell'elaborazione del linguaggio naturale, nel riconoscimento delle immagini, nel riconoscimento vocale e in altri campi. Con l’avvento dell’era dei big data, la tecnologia dei modelli di grandi dimensioni continuerà a svilupparsi, offrendo ai programmatori maggiori opportunità di sviluppo.

Requisiti di competenza: per essere un buon programmatore di modelli di grandi dimensioni, è necessario possedere le seguenti competenze:

• Conoscenza approfondita relativa al deep learning, come reti neurali, reti neurali convoluzionali, ecc.;
• Familiarità con linguaggi di programmazione, come Python, C++, ecc.;
• Comprendere le tecnologie di elaborazione dei big data, come Hadoop, Spark, ecc.;
• Avere una buona base di matematica e statistica per comprendere e ottimizzare meglio modelli di grandi dimensioni.