MLCopilot: डेवलपर्स को उनके एमएल कार्यों में मदद करने के लिए एलएलएम की शक्ति का लाभ उठाएं
संक्षेप में
MLCopilot चुनौतीपूर्ण कार्यों को हल करने के लिए मशीन लर्निंग मॉडल का उपयोग करने का एक नया तरीका है, मापदंडों और आर्किटेक्चर के चयन की प्रक्रिया को स्वचालित करता है।
यह दो स्तरों पर संचालित होता है, ऑफ़लाइन और ऑनलाइन, सैकड़ों मशीन लर्निंग प्रयोगों से ज्ञान निकालने और निर्णय लेने के लिए एक विशेष प्रोम्प्ट लागू करने के लिए।
यह निष्पादन की गति और श्रम लागत में कमी जैसे मूर्त लाभ प्रदान करता है।
विभिन्न कार्यों को हल करने के लिए मशीन लर्निंग मॉडल का उपयोग किया गया है; हालाँकि, उन्हें प्रशिक्षण देना अधिकतर मैन्युअल प्रक्रिया रही है। सर्वोत्तम परिणाम प्राप्त करने के लिए सही मापदंडों और आर्किटेक्चर का चयन करना चुनौती थी क्योंकि इस प्रक्रिया के लिए काफी जानकारी और अनुभव की आवश्यकता होती है। उन्नत प्रौद्योगिकियों और बड़े भाषा मॉडल (एलएलएम) के आगमन के साथ, जैसे GPT-3.5, इस प्रक्रिया को अब स्वचालित किया जा सकता है। यह चुनौतीपूर्ण कार्यों को हल करने में मशीन लर्निंग मॉडल की शक्ति का उपयोग करने का एक नया तरीका खोलता है: एमएलसीकोपायलट।
एमएलसीओपायलट दो स्तरों पर कार्य करता है। ऑफ़लाइन पक्ष पर, सैकड़ों मशीन लर्निंग प्रयोगों से निकाले गए ज्ञान के साथ इंटेंट और मॉडल आर्किटेक्चर जैसी संस्थाएं एकीकृत हैं। यह डेटा ज्ञान का आधार बनाता है जिस पर MLCopilot काम करता है। ऑनलाइन पक्ष पर, MLCopilot एक निश्चित कार्य को हल करने के लिए सर्वोत्तम दृष्टिकोण के बारे में निर्णय लेने के लिए पिछले प्रयोगों से प्रासंगिक उदाहरणों सहित एक विशेष संकेत लागू करता है। इस तरह के निर्णय उन लोगों द्वारा किए गए निर्णयों की तुलना में अधिक सटीक पाए गए हैं जो मैन्युअल रूप से आजमाए हुए एल्गोरिदम को चुनते और लागू करते हैं।
अधिक सटीक निर्णय लेने के अलावा, MLCopilot मूर्त लाभ प्रदान करता है जैसे निष्पादन की गति और श्रम लागत में कमी। दूसरी ओर, कुछ कमियों को ध्यान में रखा जाना चाहिए, उदाहरण के लिए, ज्ञान का आधार बनाने के लिए उच्च-सटीकता डेटा की आवश्यकता और मॉडल को नए प्रयोगों के साथ अद्यतित रखने की आवश्यकता।
दिलचस्प बात यह है कि इतिहास के प्रयोगों के अनुमानों को बिना संख्या के सापेक्ष में अनुवादित किया गया था: "बहुत कम," "निम्न," "मध्यम," "उच्च," और "बहुत अधिक।" इसके आधार पर, मॉडल यह निर्धारित कर सकता है कि क्या काम करता है और क्या नहीं।
कुल मिलाकर, MLCopilot में मशीन सीखने के कार्यों को हल करने के तरीके में सुधार करने की क्षमता है। स्वचालित रूप से सही मापदंडों और वास्तुकला का चयन करके, यह सटीकता में सुधार करते हुए समय और लागत बचाने के लिए मशीन लर्निंग मॉडल की शक्ति का लाभ उठाने की अनुमति देता है। अंततः, इन लाभों से सभी को लाभ होगा: व्यक्तिगत शोधकर्ताओं से लेकर बड़े निगमों या राज्य संगठनों तक। यह एआई युग के लिए एक बड़ी छलांग है और निश्चित रूप से इसके बाद और अधिक रोमांचक विकास होंगे।
लेख कुछ के लिए एक भयावह नोट और दूसरों के लिए एक प्रेरक नोट पर समाप्त होता है: "हम आशा करते हैं कि हमारी पद्धति का डिज़ाइन व्यापक समुदाय के लिए एक प्रेरणा के रूप में काम कर सकता है और कृत्रिम सामान्य बुद्धि प्राप्त करने के लक्ष्य की दिशा में एलएलएम की उन्नति में योगदान कर सकता है ( एजीआई)।
- में मार्च 14 पर, OpenAI की घोषणा का शुभारंभ GPT-4, इसके कृत्रिम बुद्धिमत्ता मॉडल का उन्नत संस्करण GPT-3.5. इसने बेहतर प्रदर्शन करते हुए उच्च श्रेणी की सीमा हासिल की है GPT-3.5 विभिन्न अध्ययन बेंचमार्क पर।
एआई के बारे में और पढ़ें:
Disclaimer
साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।
के बारे में लेखक
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
और अधिक लेख
दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।
