La 2023 AI-Reto-Noviga Konferenco okazinta en Pekina Inteligenta Reto-Modelo sur la BBS, ZTE Cable Products Model Senior Architect Ji'an-Guo Lu igis la Saĝan Reton Nova Erao: Granda Modelo Konduki la Estontecon de la Temo de la ZTE per Fina Tuning Directional Model-kapablo plibonigi la kvaliton de la CORPUS, kaj uzi ciferecan ĝemelan aŭtomatan ciklon, por apliki grandan modelon al la Informoj de la Datumoj de Twin Automation.
Lu Jianguo diris, ke multaj ŝlosilaj teknologioj, kiel AI-ebligo, cifereca ĝemelo kaj intenca stirado, subtenos la inteligentan nivelon de la mem-inteligenta reto de L4 ĝis L5, kaj igos la mem-inteligentan reton daŭre ripeti kaj evolui al kompleta meminteligenteco. Inter ĉi tiuj ŝlosilaj teknologioj, AI estas la plej grava motoro, kaj grandaj modeloj estas la ŝlosilo en AI -teknologio.
En Kiel Apliki Grandan Modelon al Mem-Inteligenta Reto, Lu Jianguo enkondukis, ke granda modelo havas super-generacian kapablon kaj povas rapide generi grandan nombron da skemoj. Por la intelektaj retaj operacioj tia bezono efektivigi grandan kvanton da operaciaj paŝoj, ekvivalenta al en alta dimensia spaco por trovi la optimuman solvon, solvon fiksitan por ĉiuj eblaj procezoj, granda modelo por ĝeneralaj solvoj kiel NP (ne polinomia) problemo, granda nombro da specimenoj, taksado, optimumigo, iteracio povas ludi efikan pruntadon, rapide alproksimiĝi al la optimuma solvo. Tamen, kvankam grandaj modeloj generas multajn skemojn, estas malfacile certigi, ke ĉi tiuj skemoj estas utilaj. Kvankam grandaj modeloj havas certan penskapablon, ili ankoraŭ bezonas homan intervenon kiam temas pri kompleksa logiko. Por solvi ĉi tiun problemon, ZTE sugestas integri spertan sperton en la procezo de pliiga antaŭ-trejnado kaj fajna agordo de la modelo por formi fermitan buklan iteracion. Tiamaniere, glata transiro de mana retrosciiga plifortiga lernado al ilo de retrosciiga plifortiga lernado povas esti realigita, kiu povas efike uzi la generacian kapablon de grandaj modeloj unuflanke, kaj aliflanke, certigi, ke la generita diagnoza skemo estas preciza kaj fidinda. En ĉi tiu skemo, ĝi estas ŝlosila ligo por konstrui la mapon pri operacio kaj bontenado kombinita kun scia inĝenierado. La generacio de la datumfluo -skemo baziĝas sur la mapo de operacio kaj bontenado, por eviti la modelan iluzion kaj certigi la fidindecon kaj precizecon de la generacia skemo. Ĉi tiu scio-grafik-bazita aliro povas pli bone integri spertajn spertojn kaj modelajn generaciajn kapablojn por provizi pli fidindajn solvojn.
Por la aplika logika dezajno de la granda modelo, Lu Jianguo plue enkondukis, ke ZTE adoptos la model-movitan fermitan buklan metodon bazitan sur prompta inĝenierado. La esenco de dezajno estas preni la strukturitan esprimon de homa lingvo (prompta ŝablono) kiel enigaĵon, generi la strukturitan eliron (aranĝa skemo) per la granda modelo, kaj fine kombini la interagan ekzekuton de la aplika kadro. Por realigi la ĉi-supran logikon, ZTE faros teknikajn preparojn el multaj aspektoj, kiel multi-modala kapablo-evoluo, korpus-preparado, injekto de scio pri scio pri rimedo, atoma atoma atoma korpusa rezervo / atoma API-kapablo-kapablo, konstruado de artefarita simulado de simulado de simulado.
Lu Jianguo fine diris, ke la ĉefa valoro de la granda modelo kuŝas en ĝia aperanta kapablo, tio estas, ĝi povas generi novigon kombinante ekzistantajn sciojn. Tamen la realigo de ĉi tiu emerĝa kapablo dependas de altkvalita datumproduktado, akcepto kaj precipitaĵo. Virta ciklo de datumoj estas la determinanta faktoro.
Afiŝotempo: Nov-20-2023