MLCopilot: aproveite o poder dos LLMs para ajudar os desenvolvedores em suas tarefas de ML
Em Breve
MLCopilot é uma nova forma de usar modelos de aprendizado de máquina para resolver tarefas desafiadoras, automatizando o processo de seleção de parâmetros e arquiteturas.
Ele opera em dois níveis, offline e online, extraindo conhecimento de centenas de experimentos de aprendizado de máquina e aplicando um prompt especial para gerar uma decisão.
Ele fornece benefícios tangíveis, como velocidade de execução e redução de custos de mão de obra.
Modelos de aprendizado de máquina têm sido usados para resolver diversas tarefas; no entanto, treiná-los tem sido principalmente um processo manual. O desafio foi selecionar os parâmetros e arquiteturas corretos para obter os melhores resultados, uma vez que o processo requer considerável know-how e experiência. Com o advento de tecnologias avançadas e grandes modelos de linguagem (LLM), como GPT-3.5, esse processo agora pode ser automatizado. Isso abre uma nova maneira de usar o poder dos modelos de aprendizado de máquina na resolução de tarefas desafiadoras: MLCopilot.
ML Piloto opera em dois níveis. No lado offline, entidades como a arquitetura de intenção e modelo são unificadas, com conhecimento extraído de centenas de experimentos de aprendizado de máquina. Esses dados formam a base de conhecimento sobre a qual o MLCopilot trabalha. No lado online, o MLCopilot aplica um prompt especial, incluindo exemplos relevantes de experimentos anteriores, para gerar uma decisão sobre a melhor abordagem para resolver uma determinada tarefa. Essas decisões foram consideradas mais precisas do que aquelas feitas por pessoas que selecionam e aplicam manualmente algoritmos testados e comprovados.
Além de tomar decisões mais precisas, o MLCopilot oferece benefícios tangíveis como velocidade de execução e redução de custos de mão de obra. Por outro lado, algumas desvantagens devem ser lembradas, por exemplo, a necessidade de dados de alta precisão para formar a base de conhecimento e a necessidade de manter o modelo atualizado com novos experimentos.
Curiosamente, as estimativas de experimentos da história foram traduzidas em valores relativos sem números: “muito baixo”, “baixo”, “médio”, “alto” e “muito alto”. Com base nisso, o modelo pode determinar o que funciona e o que não funciona.
No geral, o MLCopilot tem o potencial de melhorar a maneira como as tarefas de aprendizado de máquina são resolvidas. Ao selecionar automaticamente os parâmetros e a arquitetura corretos, ele nos permite aproveitar o poder dos modelos de aprendizado de máquina para economizar tempo e custo, melhorando a precisão. Em última análise, esses benefícios beneficiarão a todos: de pesquisadores individuais a grandes corporações ou organizações estatais. Este é um grande salto para a era da IA e certamente será seguido por desenvolvimentos mais emocionantes.
O artigo termina com uma nota assustadora para alguns e uma nota motivadora para outros: “Esperamos que o design de nosso método possa servir de inspiração para a comunidade em geral e contribuir para o avanço dos LLMs em direção ao objetivo de alcançar a inteligência artificial geral ( IAG).”
- Em março 14, OpenAI anunciou o lançamento de GPT-4, uma versão atualizada de seu modelo de inteligência artificial GPT-3.5. Alcançou um limite de alto grau, superando GPT-3.5 em vários benchmarks de estudo.
Leia mais sobre IA:
Aviso Legal
Em linha com a Diretrizes do Projeto Trust, observe que as informações fornecidas nesta página não se destinam e não devem ser interpretadas como aconselhamento jurídico, tributário, de investimento, financeiro ou qualquer outra forma. É importante investir apenas o que você pode perder e procurar aconselhamento financeiro independente se tiver alguma dúvida. Para mais informações, sugerimos consultar os termos e condições, bem como as páginas de ajuda e suporte fornecidas pelo emissor ou anunciante. MetaversePost está comprometida com relatórios precisos e imparciais, mas as condições de mercado estão sujeitas a alterações sem aviso prévio.
Sobre o autor
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
Mais artigos
Damir é o líder de equipe, gerente de produto e editor da Metaverse Post, abordando tópicos como AI/ML, AGI, LLMs, Metaverse e Web3-Campos relacionados. Seus artigos atraem um grande público de mais de um milhão de usuários todos os meses. Ele parece ser um especialista com 10 anos de experiência em SEO e marketing digital. Damir foi mencionado em Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto e outras publicações. Ele viaja entre os Emirados Árabes Unidos, Turquia, Rússia e CEI como um nômade digital. Damir formou-se em física, o que ele acredita ter lhe dado as habilidades de pensamento crítico necessárias para ter sucesso no cenário em constante mudança da internet.
