AutoScientist của Adaption tự động tinh chỉnh mô hình với quá trình huấn luyện vòng kín, vượt trội hơn so với các cấu hình do con người thiết kế.
Tóm lại
Adaption giới thiệu AutoScientist, một hệ thống tự động tùy chỉnh các mô hình AI bằng cách tối ưu hóa cả dữ liệu huấn luyện và quy trình học tập cho các nhiệm vụ cụ thể.
Thích nghiCohere, một công ty khởi nghiệp về trí tuệ nhân tạo do cựu Phó Chủ tịch Nghiên cứu Sara Hooker sáng lập, đã giới thiệu một hệ thống mới có tên AutoScientist, được thiết kế để tự động hóa quá trình điều chỉnh các mô hình AI cho các nhiệm vụ cụ thể bằng cách tối ưu hóa đồng thời cả dữ liệu huấn luyện và cấu hình học tập. Hệ thống này được định vị như một bước tiến hướng tới tự động hóa quy trình nghiên cứu và phát triển AI, với mục tiêu giảm thiểu công sức thủ công thường cần thiết trong việc tinh chỉnh và thử nghiệm mô hình.
AutoScientist được mô tả là một khung làm việc toàn diện, tối ưu hóa đồng thời cả tập dữ liệu và công thức huấn luyện, lặp đi lặp lại trong một vòng lặp khép kín, trong đó cả việc lựa chọn dữ liệu và các tham số huấn luyện mô hình đều được điều chỉnh liên tục. Quá trình này dự kiến sẽ tiếp tục cho đến khi hiệu suất ổn định ở mức nhất định. defiMục tiêu đã được xác định, cho phép hệ thống tự điều chỉnh cả những gì mô hình học được và cách thức học hỏi mà không cần sự can thiệp liên tục của con người.
Theo công ty, công cụ này nhằm mục đích giảm thời gian cần thiết để chuyển từ ý tưởng ban đầu đến mô hình tùy chỉnh được triển khai, có khả năng rút ngắn chu kỳ phát triển từ nhiều tuần xuống còn vài giờ. Nó cũng được giới thiệu như một cơ chế mở rộng khả năng tùy chỉnh mô hình vượt ra ngoài phạm vi các chuyên gia máy học, cho phép người dùng không có chuyên môn kỹ thuật sâu rộng có thể tác động không chỉ đến các lời nhắc mà còn cả hành vi cơ bản của các hệ thống đã được huấn luyện. Phương pháp này được xem là đặc biệt phù hợp với các tổ chức đang tìm cách tinh chỉnh các mô hình cho ngôn ngữ chuyên ngành, đầu ra có cấu trúc hoặc các ràng buộc về hiệu quả như độ trễ và chi phí, đồng thời tận dụng hiệu quả hơn các tập dữ liệu độc quyền trong các hệ thống AI.
Các đánh giá nội bộ do công ty trích dẫn cho thấy AutoScientist thể hiện hiệu suất được cải thiện so với các mô hình cơ bản trên nhiều kích thước tập dữ liệu từ 5,000 đến 100,000 ví dụ, cũng như trên nhiều kiến trúc mô hình khác nhau có sẵn để tinh chỉnh. Kết quả được báo cáo cho thấy sự cải thiện nhất quán bất kể lĩnh vực nào, với hiệu suất được đo lường bằng các đánh giá nội bộ được thiết kế riêng cho các ứng dụng ngành dọc cụ thể.
Các so sánh tiếp theo được trình bày trong khuôn khổ đánh giá cho thấy AutoScientist đạt hiệu suất trung bình cao hơn so với các cấu hình được thiết kế bởi các nhà nghiên cứu con người, bao gồm cả các nhân viên kỹ thuật AI giàu kinh nghiệm. Trong các thử nghiệm này, các chuyên gia con người đã lựa chọn các thiết lập huấn luyện dựa trên kiến thức của họ về kiến trúc mô hình, đặc điểm tập dữ liệu và yêu cầu lĩnh vực, trong khi AutoScientist được cung cấp cùng các đầu vào đó cùng với khả năng tinh chỉnh lặp đi lặp lại các cấu hình của chính nó bằng cách sử dụng dữ liệu chạy trong quá khứ. Trong những điều kiện này, kết quả tổng hợp được báo cáo đã cải thiện từ 48% lên 64% khi sử dụng hệ thống tự động, với mức tăng hiệu suất trung bình khoảng 35% trên tất cả các thử nghiệm.
AutoScientist thể hiện tính ổn định xuyên miền trong khi hướng tới việc dân chủ hóa việc tinh chỉnh mô hình tiên tiến.
Việc đánh giá hiệu năng bổ sung trên nhiều lĩnh vực ứng dụng cho thấy hệ thống không quá nhạy cảm với các lĩnh vực cụ thể, với những cải tiến được ghi nhận trên tám lĩnh vực khác nhau. Công ty cho biết tính nhất quán này rất đáng chú ý vì nhiều phương pháp tinh chỉnh truyền thống thường hoạt động kém hiệu quả ngoài các thiết lập hẹp hoặc được chọn lọc kỹ lưỡng, trong khi AutoScientist được cho là mang lại những cải tiến ổn định hơn trên nhiều nhiệm vụ và tập dữ liệu khác nhau.
Hệ thống này được định vị như một phần của nỗ lực rộng lớn hơn nhằm tự động hóa các quy trình phát triển mô hình, đặc biệt là trong các lĩnh vực liên quan đến suy luận dài hạn, vốn vẫn là một thách thức dai dẳng đối với độ tin cậy của AI. Các nhà phát triển cho biết AutoScientist đại diện cho bước đi ban đầu hướng tới việc giảm thiểu nhu cầu can thiệp thủ công trong các quy trình huấn luyện mô hình, với các hướng nghiên cứu trong tương lai tập trung vào việc cho phép các hình thức thích ứng tức thời hơn mà có thể không cần đến các chu kỳ huấn luyện truyền thống.
Bên cạnh các mục tiêu kỹ thuật, việc phát hành công cụ này cũng được xem như một nỗ lực nhằm mở rộng khả năng tùy chỉnh mô hình, cho phép nhiều người dùng hơn định hình các hệ thống AI cho các ứng dụng cụ thể. Công cụ này được cung cấp miễn phí trong thời gian 30 ngày đầu tiên. Mục tiêu rộng hơn, theo như cách diễn đạt, là giảm b barriers cản trở việc phát triển mô hình AI và mở rộng khả năng tạo ra các hệ thống tùy chỉnh vượt ra ngoài phạm vi một nhóm nhỏ các nhà nghiên cứu chuyên ngành tập trung tại các phòng thí nghiệm lớn.
Một luận điểm quan trọng được nhấn mạnh trong thông báo là chỉ một số ít người trên toàn cầu sở hữu chuyên môn cần thiết để đào tạo và tinh chỉnh các mô hình AI tiên tiến một cách bài bản, và phần lớn kiến thức này tập trung ở một số ít phòng thí nghiệm nghiên cứu lớn. Người ta cho rằng nếu một hệ thống như AutoScientist có thể tự động hóa thành công các khía cạnh của chuyên môn này, thì quá trình xây dựng các mô hình tùy chỉnh cho từng tổ chức và các trường hợp sử dụng cụ thể có thể trở nên dễ tiếp cận và khả thi hơn trên thực tế.
Trách nhiệm công ty
Phù hợp với Hướng dẫn của Dự án Tin cậy, xin lưu ý rằng thông tin được cung cấp trên trang này không nhằm mục đích và không được hiểu là tư vấn pháp lý, thuế, đầu tư, tài chính hoặc bất kỳ hình thức tư vấn nào khác. Điều quan trọng là chỉ đầu tư những gì bạn có thể đủ khả năng để mất và tìm kiếm lời khuyên tài chính độc lập nếu bạn có bất kỳ nghi ngờ nào. Để biết thêm thông tin, chúng tôi khuyên bạn nên tham khảo các điều khoản và điều kiện cũng như các trang trợ giúp và hỗ trợ do nhà phát hành hoặc nhà quảng cáo cung cấp. MetaversePost cam kết báo cáo chính xác, không thiên vị nhưng điều kiện thị trường có thể thay đổi mà không cần thông báo trước.
Giới thiệu về Tác giả
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
Xem thêm bài viết
Alisa, một nhà báo tận tâm tại MPostchuyên về tiền điện tử, trí tuệ nhân tạo, đầu tư và lĩnh vực rộng lớn khác. Web3. Với con mắt quan tâm đến các xu hướng và công nghệ mới nổi, cô cung cấp thông tin toàn diện để cung cấp thông tin và thu hút độc giả trong bối cảnh không ngừng phát triển của tài chính kỹ thuật số.
