MLCopilot: Využite silu LLM na pomoc vývojárom pri ich úlohách ML
Stručne
MLCopilot je nový spôsob využitia modelov strojového učenia na riešenie náročných úloh, automatizácia procesu výberu parametrov a architektúr.
Funguje na dvoch úrovniach, offline a online, získava znalosti zo stoviek experimentov strojového učenia a na vygenerovanie rozhodnutia používa špeciálny promtp.
Poskytuje hmatateľné výhody, ako je rýchlosť realizácie a zníženie nákladov na pracovnú silu.
Modely strojového učenia sa používajú na riešenie rôznych úloh; ich školenie však bolo väčšinou manuálnym procesom. Úlohou bolo vybrať správne parametre a architektúry na dosiahnutie najlepších výsledkov, pretože proces si vyžaduje značné know-how a skúsenosti. S nástupom pokročilých technológií a veľkých jazykových modelov (LLM), ako napr GPT-3.5, tento proces je teraz možné automatizovať. To otvára nový spôsob využitia sily modelov strojového učenia pri riešení náročných úloh: MLCopilot.
Prečítajte si viac: 8 vecí, ktoré by ste mali vedieť o veľkých jazykových modeloch |
MLCopilot funguje na dvoch úrovniach. Na strane offline sú entity, ako je zámer a architektúra modelu, zjednotené so znalosťami získanými zo stoviek experimentov strojového učenia. Tieto údaje tvoria vedomostnú základňu, na ktorej pracuje MLCopilot. Na strane online MLCopilot aplikuje špeciálnu výzvu, vrátane relevantných príkladov z predchádzajúcich experimentov, na vygenerovanie rozhodnutia o najlepšom prístupe k riešeniu určitej úlohy. Zistilo sa, že takéto rozhodnutia sú presnejšie ako tie, ktoré robia ľudia manuálne, ktorí vyberajú a aplikujú osvedčené a overené algoritmy.
Okrem presnejších rozhodnutí poskytuje MLCopilot hmatateľné výhody, ako je rýchlosť realizácie a zníženie nákladov na pracovnú silu. Na druhej strane treba mať na pamäti niektoré nevýhody, napríklad potrebu vysoko presných údajov na vytvorenie vedomostnej základne a potrebu udržiavať model aktuálny s novými experimentmi.
Zaujímavé je, že odhady experimentov z histórie boli preložené do relatívnych bez čísel: „veľmi nízke“, „nízke“, „stredné“, „vysoké“ a „veľmi vysoké“. Na základe toho by model mohol určiť, čo funguje a čo nie.
Celkovo má MLCopilot potenciál zlepšiť spôsob, akým sa riešia úlohy strojového učenia. Automatickým výberom správnych parametrov a architektúry nám umožňuje využiť silu modelov strojového učenia, aby sme ušetrili čas a náklady a zároveň zlepšili presnosť. V konečnom dôsledku budú tieto výhody prínosom pre všetkých: od individuálnych výskumníkov až po veľké korporácie alebo štátne organizácie. Toto je obrovský skok vpred pre éru AI a určite bude nasledovať ďalší vzrušujúci vývoj.
Článok končí pre niektorých desivou poznámkou a pre iných motivujúcou poznámkou: „Dúfame, že návrh našej metódy môže slúžiť ako inšpirácia pre širšiu komunitu a prispieť k napredovaniu LLM smerom k cieľu dosiahnuť umelú všeobecnú inteligenciu ( AGI).”
- V marci 14, OpenAI oznámila, spustenie GPT-4, modernizovanú verziu svojho modelu umelej inteligencie GPT-3.5. Dosiahla vysoký prah, prekonala GPT-3.5 na rôznych študijných štandardoch.
Prečítajte si viac o AI:
Vylúčenie zodpovednosti
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Damir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.
Ďalšie článkyDamir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.