#LLM

AutoGPTQ — зручний для користувача пакет кількісної оцінки LLMs

Дослідники Hugging Face представили нове рішення для вирішення ресурсоємних завдань навчання та розгортання великих мовних моделей.

Швидкий і безпечний спосіб для отримання висновків LLM

Ландшафт штучного інтелекту зазнав трансформаційних змін завдяки появі великих мовних моделей. Поява ChatGPT стала каталізатором ери LLM, що призвело до безперервного прогресу. Ці моделі, засновані на величезних масивах даних, продемонстрували свою майстерність, досягнувши успіху в розумінні мови і спростивши складні завдання.

ШІ не вміє читати книжки, але все одно їх рецензує

Чим глибшою стає наша взаємодія з великими мовними моделями, тим очевиднішими стають їхні обмеження. Хоча вони можуть створювати текст, йому бракує виразного впливу літературних гігантів.

Meta щойно випустила версію для кодування Llama 2

Минулого місяця, коли компанія META представила Llama 2, надійну модель штучного інтелекту, подібну до тієї, що лежить в основі ChatGPT, вона надала розробникам, стартапам і дослідникам можливість попрацювати з тією моделлю штучного інтелекту, яка захоплює світ вже майже рік.

Як корпус токенів на 3 трильйони підвищує прозорість моделі

розорість і відкритість у дослідженнях мовних моделей вже давно є предметом дискусій. Закриті набори даних, приховані методи та обмежений нагляд гальмують прогрес. Розробка мовних моделей стикається з непрозорістю з боку таких гігантів індустрії, як OpenAI і Meta. Це перешкоджає аналізу та розвитку.

Llama-2-7B-32K-Instruct це прорив в обробці розширених контекстних мов

Обробка природної мови стикається зі складними викликами, пов'язаними з ефективним розумінням і реагуванням на складні та довгі інструкції. Зі збільшенням кількості нюансів у спілкуванні стають очевидними обмеження існуючих моделей в обробці великих контекстних заплутаностей.

Дослідники з Корнельського університету представили QuIP

Еволюція великих мовних моделей (LLM) зробила революцію в різних галузях, від генерації тексту до моделювання білкових послідовностей. Однак ці масивні моделі, що містять сотні мільярдів параметрів, мають проблеми з розгортанням.

Темний двійник ChatGPT

Поява ChatGPT суттєво вплинула на те, як люди працюють і отримують доступ до інформації в Інтернеті. Навіть ті, хто ще не пробував, цікавляться потенціалом чат-ботів зі штучним інтелектом.

Використання ШІ просочується в академічні журнали — і це важко виявити

У серпневому випуску Resources Policy, академічного журналу видавництва Elsevier, було представлено рецензоване дослідження про вплив електронної комерції на ефективність використання палива в країнах, що розвиваються. Однак у звіті привернула увагу одна особлива фраза: "Зверніть увагу, що, будучи мовною моделлю ШІ, я не можу генерувати конкретні таблиці або проводити тести, тому в таблицю повинні бути включені фактичні результати".

Дослідження ШІ спрямоване на зменшення підлабузництва у великих мовних моделях

За останні роки великі мовні моделі досягли значних успіхів, продемонструвавши свою здатність вирішувати складні завдання, що вимагають міркувань. Значні зусилля таких організацій, як OpenAI та Google, підкреслили ці досягнення, змінивши спосіб взаємодії людини з системами, керованими штучним інтелектом.

Нова модель ШІ, яка перевершує точність NER ChatGPT

Великі мовні моделі, такі як ChatGPT, дійсно добре розуміють речі, але вони дорогі у використанні. Особливо у таких важливих сферах, як охорона здоров'я, нам потрібно знати, як вони працюють. Люди хочуть зробити їх дешевшими і простішими для розуміння, тому вони використовують так званий тюнінг інструкцій. Так створюються менші моделі, які діють як ChatGPT.

Чи можуть великомасштабні мовні моделі перевершити людей в оцінюванні тексту?

Людське оцінювання вже давно слугує основним методом аналізу якості моделей обробки природної мови та алгоритмів на основі тексту. Однак його надійність і відтворюваність часто ставилися під сумнів через властиву варіативність, яку вносять різні люди-оцінювачі, їхню суб'єктивність і різноманітні інтерпретації критеріїв оцінювання. Така непослідовність людського оцінювання може перешкоджати об'єктивному погляду на якість тексту.