MLCopilot: aprofita el poder dels LLM per ajudar els desenvolupadors en les seves tasques de ML
En breu
MLCopilot és una nova manera d'utilitzar models d'aprenentatge automàtic per resoldre tasques difícils, automatitzant el procés de selecció de paràmetres i arquitectures.
Funciona en dos nivells, fora de línia i en línia, extreu coneixement de centenars d'experiments d'aprenentatge automàtic i aplica un missatge especial per generar una decisió.
Proporciona beneficis tangibles com la velocitat d'execució i la reducció de costos laborals.
S'han utilitzat models d'aprenentatge automàtic per resoldre diverses tasques; tanmateix, entrenar-los ha estat majoritàriament un procés manual. El repte era seleccionar els paràmetres i arquitectures adequats per obtenir els millors resultats, ja que el procés requereix un coneixement i una experiència considerables. Amb l'arribada de tecnologies avançades i grans models de llenguatge (LLM), com ara GPT-3.5, aquest procés ara es pot automatitzar. Això obre una nova manera d'utilitzar el poder dels models d'aprenentatge automàtic per resoldre tasques difícils: MLCopilot.
MLCopilot opera a dos nivells. Al costat fora de línia, s'unifiquen entitats com la intenció i l'arquitectura del model, amb el coneixement extret de centenars d'experiments d'aprenentatge automàtic. Aquestes dades constitueixen la base de coneixement sobre la qual treballa el MLCopilot. A la part en línia, el MLCopilot aplica una indicació especial, que inclou exemples rellevants d'experiments anteriors, per generar una decisió sobre el millor enfocament per resoldre una tasca determinada. S'ha trobat que aquestes decisions són més precises que les preses per persones que seleccionen i apliquen manualment algorismes provats i veritables.
A més de prendre decisions més precises, el MLCopilot ofereix beneficis tangibles com la velocitat d'execució i la reducció dels costos laborals. D'altra banda, cal tenir en compte alguns inconvenients, per exemple, la necessitat de dades d'alta precisió per formar la base de coneixement i la necessitat de mantenir el model actualitzat amb nous experiments.
Curiosament, les estimacions dels experiments de la història es van traduir en relatives sense nombres: "molt baix", "baix", "mitjan", "alt" i "molt alt". A partir d'això, el model podria determinar què funciona i què no.
En general, MLCopilot té el potencial de millorar la manera com es resolen les tasques d'aprenentatge automàtic. En seleccionar automàticament els paràmetres i l'arquitectura adequats, ens permet aprofitar el poder dels models d'aprenentatge automàtic per estalviar temps i costos alhora que millorem la precisió. En definitiva, aquests beneficis beneficiaran tothom: des d'investigadors individuals fins a grans corporacions o organitzacions estatals. Aquest és un gran salt endavant per a l'era de la IA i segurament anirà seguit per desenvolupaments més emocionants.
L'article acaba amb una nota aterridora per a alguns i una nota motivadora per a d'altres: "Esperem que el disseny del nostre mètode pugui servir d'inspiració per a la comunitat més àmplia i contribuir a l'avenç dels LLM cap a l'objectiu d'aconseguir la intel·ligència general artificial ( AGI)."
- El mes de març 14, OpenAI anunciat el llançament de GPT-4, una versió actualitzada del seu model d'intel·ligència artificial GPT-3.5. Ha assolit un llindar d'alt grau, amb un rendiment superior GPT-3.5 sobre diferents punts de referència d'estudi.
Llegeix més sobre AI:
renúncia
En línia amb la Directrius del projecte Trust, si us plau, tingueu en compte que la informació proporcionada en aquesta pàgina no pretén ni s'ha d'interpretar com a assessorament legal, fiscal, d'inversió, financer o de cap altra forma. És important invertir només el que et pots permetre perdre i buscar assessorament financer independent si tens dubtes. Per obtenir més informació, us suggerim que feu referència als termes i condicions, així com a les pàgines d'ajuda i assistència proporcionades per l'emissor o l'anunciant. MetaversePost es compromet a fer informes precisos i imparcials, però les condicions del mercat estan subjectes a canvis sense previ avís.
About The Autor
Damir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.
més articles
Damir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.
