|
Post by account_disabled on Dec 26, 2023 15:40:38 GMT 10
Clippy 可以检查你的语法、写作风格和拼写错误…… 资料来源:智能用户界面:介绍和调查,Patrick 那是大约15-20年前的事:我还是个小孩子,年轻而天真。我清楚地记得尝试与 Clippy 进行智能交互,并提出当时向导无法处理、分析和得出结论的问题。结果,我卸载了它。我当然没有今天所拥有的扎实的数学和计算机科学背景,这使我能够评估当时的可能性。而且,我们当时拥有的硬件设备与今天的发展相比简直是……相差数光年。 第一阶段涉及特征工程,即通过 ETL 过程(提取、转换、加载)操作数据、组合数据源、拆分和合成数据以及选择要用作预测模型特征的列。这些只是我们如何开始在该领域工作的几个例子。 随着我们的进步,我们转向建筑工程。这不再仅仅涉及使用功能(尽管不排除这一点),而是涉及根据手头的任务修改模型架构。 这是神经网络的关键时代,给我们带来了令人兴奋的进步,例如 Word2Vec 等向量嵌入。 下一阶段是 手机号码数据 客观工程我们将使用大型的预训练模型。在此阶段,重点不再是架构,而是更多地关注目标函数的设计,例如微调 BERT。我们加载了一个专门针对具体任务进行调整的预训练模型,很可能在单个数据集上进行训练,并根据研究和行业基准进行验证以证明其有用性。 如果您想用意大利语进行文本摘要,则必须训练一个适合意大利语文本/数据的特殊模型。就是这样。如果您想要使用不同的语言和不同的任务,则需要加载需要 CPU 和内存来执行所需任务的不同模型,同时尝试不同的模型参数。那很费时间吗?绝对地。伤脑筋和实验?绝对地。有效率吗?嗯,在某种程度上,特别是如果你只想专注于某些任务的话。我们仍处于那个阶段。 最后,第四阶段是即时工程和生成人工智能时代,您使用大型的预先训练的模型并提示它产生预测结果,这需要在某些初始步骤中进行即时工程。我们目前也正处于这个阶段。 那么,SEO 行业的关键转型时刻是什么? Andrea 表示,从 2021 年开始,人工智能已成为真正的多模式,这是事实。对于我们 SEO 来说,这是一个决定性的时刻,因为它不再只是优化图像或文本,而是两者兼而有之。 我们开始看到图像和文本之间的相互作用是深刻的。多模态搜索 和生成人工智能相互交织,是同一枚硬币的两个方面。我们可以使用相同的技术来开发语义搜索并创建可以生成图像的生成人工智能。 资料来源: Andrea Volpini 的网络研讨会演示。 那么大型语言模型是如何工作的呢?他们能做我想做的一切吗? 语言模型在内部使用标记,标记通常是 4 个字符的字符串,但可以更长。
|
|