Конференция по инновациям в сети AI 2023, проведенная в модели интеллектуальной сети в Пекине на модели BBS, модель кабельных продуктов ZTE, старший архитектор Ji'an-Guo Lu, сделала сеть мудрости новой эрой: большая модель стимулирует будущее темы ZTE с помощью тонкой настройки модели для повышения качества корпуса и использования цифрового цикла данных автоматизации автоматизации, к применению крупной модели для разведки.
Лу Цзянгуа сказал, что многие ключевые технологии, такие как AI, обеспечивающий, цифровой близнец и намеренный диск, будут поддерживать уровень интеллекта сети самостоятельной нелетигенности от L4 до L5 и заставлять сеть самоэлектории продолжать итерацию и развиваться для завершения самостоятельной реализации. Среди этих ключевых технологий ИИ является наиболее важным двигателем, и крупные модели являются ключом в технологии ИИ.
В том, как применить большую модель к сети самостоятельной нерешенности, Лу Цзянгу информировал, что большая модель обладает способностью супер генерации и может быстро генерировать большое количество схем. Для операций интеллектуальной сети такая необходимость реализации большого количества этапов работы, эквивалентных в высоком размере пространства, чтобы найти оптимальное решение, решение для всех возможных процессов, большая модель для общих решений, таких как NP (не полиномиальная) проблема, большое количество образцов, оценка, оптимизация, итарация может воспроизводить эффективность, быстро подходить к оптимальному решению. Однако, хотя крупные модели генерируют много схем, трудно гарантировать, что эти схемы полезны. Несмотря на то, что крупные модели обладают определенными способностями мышления, им все равно нуждается в вмешательстве человека при работе со сложной логикой. Чтобы решить эту проблему, ZTE предлагает интеграцию опыта эксперта в процесс постепенного предварительного обучения и тонкой настройки модели, чтобы сформировать итерацию с замкнутой петлей. Таким образом, можно реализовать плавный переход от ручного подкрепления обратной связи к обучению обратной связи с обратной связью, которая может эффективно использовать способность генерации крупных моделей, с одной стороны, а с другой стороны, гарантирует, что генерируемая диагностическая схема является точной и надежной. В этой схеме это ключевая ссылка для создания карты знаний и технического обслуживания в сочетании с инженерной техникой знаний. Генерация схемы маховика данных основана на карте знаний о работе и техническом обслуживании, чтобы избежать иллюзии модели и обеспечить надежность и точность схемы генерации. Этот подход, основанный на графе знаний, может лучше интегрировать экспертные возможности и возможности генерации моделей, чтобы обеспечить более надежные решения.
Для дизайна логики приложений большой модели Лу Цзянгу также представил, что ZTE примет метод замкнутой контуры, управляемый моделью на основе быстрого разработки. Суть дизайна состоит в том, чтобы взять структурированное выражение человеческого языка (шаблон быстрого шаблона) в качестве входного, генерировать структурированный выход (схема расположения) через большую модель и, наконец, объединить интерактивное выполнение структуры приложения. Чтобы реализовать вышеуказанную логику, ZTE будет готовить технические подготовки из многих аспектов, таких как эволюция многомодальных возможностей, подготовка корпуса, инъекция знаний о знаниях в отношении ресурсов, атомный резерв API Corpus / Повышение API, заповедник, создание искусственной среды неисправности моделирования, цифровая автоматическая среда автоматическая автоматическая ошибка и подготовка инструмента.
Лу Цзянгу, наконец, сказал, что основная ценность большой модели заключается в ее способности появляться, то есть он может генерировать инновации, объединяя существующие знания. Тем не менее, реализация этой возникающей мощности зависит от высококачественного производства данных, принятия и осадков. Добродетельный цикл данных является определяющим фактором.
Время сообщения: 20-2023 ноября