MLCopilot: Tərtibatçılara ML tapşırıqlarında kömək etmək üçün LLM-lərin gücündən istifadə edin
Qısaca
MLCopilot çətin tapşırıqları həll etmək, parametrlərin və arxitekturaların seçilməsi prosesini avtomatlaşdırmaq üçün maşın öyrənmə modellərindən istifadə etməyin yeni üsuludur.
O, iki səviyyədə işləyir, oflayn və onlayn, yüzlərlə maşın öyrənmə təcrübəsindən bilik çıxarır və qərar yaratmaq üçün xüsusi promtp tətbiq edir.
Bu, icra sürəti və əmək xərclərinin azaldılması kimi maddi faydalar təmin edir.
Müxtəlif vəzifələri həll etmək üçün maşın öyrənmə modellərindən istifadə edilmişdir; lakin, onların təlimi əsasən əl işi olmuşdur. Çətinlik ən yaxşı nəticələri əldə etmək üçün düzgün parametrləri və arxitekturaları seçmək idi, çünki proses xeyli nou-hau və təcrübə tələb edir. Qabaqcıl texnologiyaların və böyük dil modellərinin (LLM) yaranması ilə, məsələn GPT-3.5, bu proses indi avtomatlaşdırıla bilər. Bu, çətin tapşırıqların həllində maşın öyrənmə modellərinin gücündən istifadə etməyin yeni yolunu açır: MLCopilot.
Daha ətraflı: Böyük dil modelləri haqqında bilməli olduğunuz 8 şey |
MLCopilot iki səviyyədə fəaliyyət göstərir. Oflayn tərəfdə, məqsəd və model arxitekturası kimi obyektlər yüzlərlə maşın öyrənmə təcrübəsindən əldə edilən biliklərlə birləşir. Bu məlumatlar MLCopilotun işlədiyi bilik bazasını təşkil edir. Onlayn tərəfdə, MLCopilot müəyyən tapşırığın həllinə ən yaxşı yanaşma haqqında qərar vermək üçün əvvəlki təcrübələrdən müvafiq nümunələr daxil olmaqla xüsusi göstəriş tətbiq edir. Bu cür qərarların sınanmış və doğru alqoritmləri əl ilə seçib tətbiq edən insanlar tərəfindən verilən qərarlardan daha dəqiq olduğu aşkar edilmişdir.
Daha dəqiq qərarlar qəbul etməklə yanaşı, MLCopilot icra sürəti və əmək xərclərinin azaldılması kimi nəzərəçarpacaq faydalar təmin edir. Digər tərəfdən, bəzi çatışmazlıqlar, məsələn, bilik bazasını formalaşdırmaq üçün yüksək dəqiqlikli məlumatlara ehtiyac və modeli yeni təcrübələrlə müasir saxlamaq ehtiyacı nəzərə alınmalıdır.
Maraqlıdır ki, tarixdən eksperimentlərin təxminləri rəqəmlər olmadan nisbi olanlara çevrildi: "çox aşağı", "aşağı", "orta", "yüksək" və "çox yüksək". Buna əsaslanaraq, model nəyin işlədiyini və nəyin olmadığını müəyyən edə bilər.
Ümumilikdə, MLCopilot maşın öyrənmə tapşırıqlarının həllini yaxşılaşdırmaq potensialına malikdir. Avtomatik olaraq düzgün parametrləri və arxitekturanı seçməklə, dəqiqliyi təkmilləşdirərkən vaxta və xərclərə qənaət etmək üçün maşın öyrənmə modellərinin gücündən istifadə etməyə imkan verir. Nəhayət, bu üstünlüklər hamıya fayda verəcək: ayrı-ayrı tədqiqatçılardan tutmuş böyük korporasiyalara və ya dövlət təşkilatlarına qədər. Bu, süni intellekt dövrü üçün irəliyə doğru böyük bir sıçrayışdır və şübhəsiz ki, onu daha maraqlı inkişaflar izləyəcək.
Məqalə bəziləri üçün qorxulu, bəziləri üçün isə həvəsləndirici qeydlə bitir: “Ümid edirik ki, bizim metodumuzun dizaynı daha geniş ictimaiyyət üçün ilham mənbəyi ola bilər və LLM-lərin süni ümumi intellektə nail olmaq məqsədinə doğru irəliləməsinə töhfə verə bilər ( AGI)."
- Mart 14, OpenAI elan başlanması GPT-4, onun süni intellekt modelinin təkmilləşdirilmiş versiyası GPT-3.5. O, yüksək nəticə göstərərək yüksək səviyyəyə çatdı GPT-3.5 müxtəlif tədqiqat meyarları üzrə.
AI haqqında daha çox oxuyun:
Məsuliyyətdən imtina
uyğun olaraq Güvən Layihəsi qaydaları, lütfən nəzərə alın ki, bu səhifədə təqdim olunan məlumat hüquqi, vergi, investisiya, maliyyə və ya hər hansı digər məsləhət forması kimi təfsir edilməməlidir və təfsir edilməməlidir. Yalnız itirə biləcəyiniz şeyə investisiya qoymaq və hər hansı bir şübhəniz varsa, müstəqil maliyyə məsləhətləri axtarmaq vacibdir. Əlavə məlumat üçün biz emitent və ya reklamçı tərəfindən təmin edilən şərtlər və şərtlərə, həmçinin yardım və dəstək səhifələrinə müraciət etməyi təklif edirik. MetaversePost dəqiq, qərəzsiz hesabat verməyə sadiqdir, lakin bazar şərtləri xəbərdarlıq edilmədən dəyişdirilə bilər.
Müəllif haqqında
Damir komanda rəhbəri, məhsul meneceri və redaktordur Metaverse Post, AI/ML, AGI, LLMs, Metaverse və kimi mövzuları əhatə edir Web3- əlaqəli sahələr. Onun məqalələri hər ay bir milyondan çox istifadəçinin kütləsini cəlb edir. O, SEO və rəqəmsal marketinq sahəsində 10 illik təcrübəyə malik mütəxəssis kimi görünür. Damirin adı Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto və digər nəşrlər. O, rəqəmsal köçəri kimi BƏƏ, Türkiyə, Rusiya və MDB arasında səyahət edir. Damir fizika üzrə bakalavr dərəcəsi qazandı və onun fikrincə, bu, ona internetin daim dəyişən mənzərəsində uğur qazanmaq üçün lazım olan tənqidi düşünmə bacarıqlarını verdi.
Ətraflı məqalələrDamir komanda rəhbəri, məhsul meneceri və redaktordur Metaverse Post, AI/ML, AGI, LLMs, Metaverse və kimi mövzuları əhatə edir Web3- əlaqəli sahələr. Onun məqalələri hər ay bir milyondan çox istifadəçinin kütləsini cəlb edir. O, SEO və rəqəmsal marketinq sahəsində 10 illik təcrübəyə malik mütəxəssis kimi görünür. Damirin adı Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto və digər nəşrlər. O, rəqəmsal köçəri kimi BƏƏ, Türkiyə, Rusiya və MDB arasında səyahət edir. Damir fizika üzrə bakalavr dərəcəsi qazandı və onun fikrincə, bu, ona internetin daim dəyişən mənzərəsində uğur qazanmaq üçün lazım olan tənqidi düşünmə bacarıqlarını verdi.