技術共有

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

今年の初めに ChatGPT が爆発的に誕生したことで、AI の新たな波である大型モデルが生まれました。恥ずかしながら、実は昨年から大型モデルの提案がGoogle、Facebook、Tencent、Alibabaなどの大手メーカーから社内で行われていました。実際、当時は各企業が多大な費用と労力と物的リソースを費やさなければならなかったが、最終的には役に立たなくなる可能性が高い。その後、スタートアップの OpenAI が世界に先駆けて ChatGPT をリリースしました。これはまた、大企業はあまりにも快適で、彼らが作るものはすべて流れ作業であるため、破壊的イノベーションは新興企業から生まれる可能性が最も高いことも明らかにしています。大きなテクノロジーの変化はすべて戦争であり、そこではバブル、詐欺、そしてお金の焼け落ちが避けられません。となると、なぜgpt3の頃にHowie氏のような破壊的イノベーションであることに気付かなかったのかを反省しなければなりません。

ChatGPT が登場した後、Musk レベルのプレイヤーでない限り、大きなモデルを作成するのは時間の無駄かもしれません。私が楽観視しているのは、今日の OpenAI の開発日で GPT Store が明らかになったということです (Apple の App Store と同様に、openAI は本当に Apple に似ています...)。

特定の大規模モデルに基づいて垂直モデルの開発を開始する時期が来たことを説明します。

最近、私はシリコンバレーや学術界の大物たちと連絡を取り合いました。彼らは皆、日常の開発ツールとして GPT4 と Github Copilot を使用しています。そこで最近、Ng Enda 教授のプロンプト エンジニア コースを受講しました。これは初心者に非常に親切です。最も複雑なプログラミングは、関数と for ループを定義することです。しかし、最も難しいのはプロンプトの部分で、これは明らかに私たちが毎日 ChatGPT を使用するいくつかの単語と同じレベルではなく、通常のコード作成よりもさらに困難です。 (赤い部分がプロンプト部分です) そのため、プロンプトで生成されるツールと組み合わせて使用​​するか、よく使用されるテンプレートをいくつか保存する必要があります。

このレッスンでは、大規模モデルの基本機能を簡単に紹介し、それらがどのように機能するかを理解します。私も以前に NLP プロジェクトに取り組んだことがありますが、全体的には従来の機械学習プロセスよりもはるかに便利です。私はクオンツトレーダーなので、データ分析のために徐々に大規模なモデルに移行できるため、急ぐ必要はありません。

結局、APIとChatGPTのどちらを使うべきなのでしょうか？なぜなら、私は現在、大規模なモデルを開発者ではなくユーザーとして位置付けており、彼の GPT ストアが開始されたばかりであるため、私はまだ ChatGPT を最初に使用しています。価格も重要な要素です。API を使用している友人によれば、現在月額数百元の費用がかかっているそうです。 OpenAI が使用する課金戦略は Amazon Cloud に似ています。最初はとても便利で安いと思いますが、毎月注文の代金を支払うと心が痛むでしょう。

したがって、大型モデルに対する私の態度は、業界の人々ともっとコミュニケーションを取り、自分自身が遅れをとらないようにし、生産をより適切に統合する方法を検討することです。次に、混乱せずに学習して、使用しながら待ちます~

AI 大規模モデル学習の利点

熱心なインターネットのベテランとして、私は貴重な AI の知識を皆さんと共有することにしました。 どれだけ学べるかについては、あなたの学習忍耐力と能力によって異なります。 AI 大型モデル入門学習マインド マップ、高品質の AI 大型モデル学習書籍とマニュアル、ビデオ チュートリアル、実践学習、その他の録画ビデオを含む重要な AI 大型モデル資料を無料で共有しました。

スペースに限りがあるため、情報の一部のみが表示されます。入手するには、以下のリンクをクリックする必要があります。

2024新しいCSDN大きなギフトパッケージ: "汎用性大規模モデル学習リソースパッケージ」無料共有

1. AGI 大規模モデル学習ルートの完全なセット

大規模 AI モデル時代の学習の旅: 基礎から最先端まで、人工知能のコアスキルをマスターしましょう!

ビッグモデルに参入するにはどうすればよいですか？

大規模モデルを完全に理解したい場合は、まず市場の LLM 大規模モデルの現状を理解し、Python 言語、プロンプト プロンプト プロジェクトを学習し、次に関数呼び出し、RAG、LangChain、エージェントなどを深く理解する必要があります。

知らない人も多い大きなモデルを独学で学習したい場合は、どのようなルートをたどればよいですか?

[学習ロードマップ]、[自習サポート ビデオ + PDF]、[面接の質問] を含む、すべての大型モデルの最新かつ最も完全なリソースここですべてを整理しました。下記のカードからゲットしてください！

「人工知能大型モデル入門学習ギフトパック」は、以下のQRコードを読み取って無料で入手できます！

1. 成長ロードマップと学習計画
初心者が新しいテクノロジーを学ぶには、まず成長ロードマップを学ぶ必要があります。方向性が間違っていれば、努力は無駄になってしまいます。
ネットワーク セキュリティに触れたことのない学生のために、詳細な学習と成長のロードマップと学習計画を用意しました。これは最も科学的で体系的な学習ルートであると言えます。この一般的な方向性に従うのは誰にとっても問題ありません。

2.ビデオチュートリアル
難解なテキストを好まない友人も多いので、全員のためにビデオ チュートリアルも用意しました。全部で 21 章あり、各章には現在のセクションのエッセンスが凝縮されています。

3.法学修士
LLM (Large Language Model)、誰もが好み、最も気にするもの

開発の見通し: 大規模なモデルは、自然言語処理、画像認識、音声認識などの分野に幅広く応用できます。ビッグデータ時代の到来により、大規模モデル技術は発展を続け、プログラマーにさらに多くの開発機会を提供します。

スキル要件: 優れた大規模モデル プログラマーになるには、次のスキルが必要です。

• ニューラルネットワーク、畳み込みニューラルネットワークなどの深層学習に関する知識を習得する。
• Python、C++ などのプログラミング言語に精通している。
• Hadoop、Spark などのビッグ データ処理テクノロジを理解する。
• 大規模なモデルをよりよく理解し、最適化するために、数学と統計の十分な基礎を身につけてください。