MLCopilot: Izkoristite moč LLM za pomoč razvijalcem pri njihovih nalogah ML
Na kratko
MLCopilot je nov način uporabe modelov strojnega učenja za reševanje zahtevnih nalog, avtomatizira proces izbire parametrov in arhitektur.
Deluje na dveh ravneh, brez povezave in na spletu, pridobiva znanje iz stotine poskusov strojnega učenja in uporablja poseben poziv za ustvarjanje odločitve.
Zagotavlja oprijemljive prednosti, kot sta hitrost izvedbe in zmanjšanje stroškov dela.
Modeli strojnega učenja so bili uporabljeni za reševanje različnih nalog; vendar je bilo njihovo usposabljanje večinoma ročni proces. Izziv je bil izbrati prave parametre in arhitekture za doseganje najboljših rezultatov, saj proces zahteva veliko znanja in izkušenj. S prihodom naprednih tehnologij in velikih jezikovnih modelov (LLM), kot je npr GPT-3.5, je ta postopek zdaj mogoče avtomatizirati. To odpira nov način uporabe moči modelov strojnega učenja pri reševanju zahtevnih nalog: MLCopilot.
MLCopilot deluje na dveh nivojih. Na strani brez povezave so entitete, kot sta namen in arhitektura modela, poenotene z znanjem, pridobljenim iz stotine poskusov strojnega učenja. Ti podatki tvorijo bazo znanja, na kateri deluje MLCopilot. Na spletni strani MLCopilot uporabi poseben poziv, vključno z ustreznimi primeri iz prejšnjih eksperimentov, da ustvari odločitev o najboljšem pristopu k reševanju določene naloge. Ugotovljeno je bilo, da so takšne odločitve natančnejše od tistih, ki jih sprejemajo ljudje, ki ročno izbirajo in uporabljajo preizkušene in resnične algoritme.
Poleg sprejemanja natančnejših odločitev MLCopilot zagotavlja oprijemljive prednosti, kot sta hitrost izvedbe in zmanjšanje stroškov dela. Po drugi strani pa je treba upoštevati nekatere pomanjkljivosti, na primer potrebo po visoko natančnih podatkih za oblikovanje baze znanja in potrebo po posodabljanju modela z novimi poskusi.
Zanimivo je, da so bile ocene eksperimentov iz zgodovine prevedene v relativne brez številk: »zelo nizko«, »nizko«, »srednje«, »visoko« in »zelo visoko«. Na podlagi tega bi lahko model določil, kaj deluje in kaj ne.
Na splošno ima MLCopilot potencial za izboljšanje načina reševanja nalog strojnega učenja. S samodejno izbiro pravih parametrov in arhitekture nam omogoča, da izkoristimo moč modelov strojnega učenja, da prihranimo čas in stroške ter hkrati izboljšamo natančnost. Navsezadnje bodo te koristi koristile vsem: od posameznih raziskovalcev do velikih korporacij ali državnih organizacij. To je velik korak naprej za dobo umetne inteligence, ki mu bodo zagotovo sledili še bolj razburljivi dogodki.
Članek se konča z zastrašujočo noto za nekatere in spodbudno noto za druge: »Upamo, da bo zasnova naše metode lahko služila kot navdih širši skupnosti in prispevala k napredku LLM-jev k cilju doseganja umetne splošne inteligence ( AGI)."
- Marca 14 OpenAI razglasitve začetek leta XNUMX GPT-4, nadgrajena različica svojega modela umetne inteligence GPT-3.5. Dosegel je prag visoke stopnje, ki je boljši GPT-3.5 na različnih merilih uspešnosti študije.
Preberite več o AI:
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
več člankov
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
