|
Post by mdhanif on Jan 23, 2024 4:44:51 GMT -5
业将在没有它们的情况下崛起。数据孤岛确实存在并且是有害的。Gartner 最近的一项调查显示,“47% 的数字工作者很难找到有效执行工作所需的信息或数据。” 这就是生成式人工智能可以提供帮助的地方。报告指出,95% 的高管认为生成式人工智能将迫使他们的组织实现技术架构现代化。 无标题演示文稿 20 AI 匹配 埃森哲 2024 年技术愿景报告 埃森哲报告中极具洞察力的部分是对大型语言模型(LLM)作为新数据接口的探索。埃森哲。想象一下,如果员工可以不用搜索栏,而是可以在企业中的每个网站和应用程序中用自然语言提出问题并获得清晰的答案。 有了可访问的上下文数据 B2B电子邮件清单 基础,企业就可以开始构建它——并且有一些不同的选项可供探索。以下是四种 LLM 选项: 首先,公司可以从头开始培训自己的法学硕士,尽管考虑到所需的大量资源,这种方法很少见。这里的一些领导者都是人工智能巨头,包括亚马逊、OpenAI、谷歌、Meta、AI21 和 Anthropic。 第二个选择是微调现有的法学硕士。从本质上讲,这意味着学习更通用的法学硕士,并通过在一步培训来使其适应某个领域。例如,OpenAI 的 GPT-3.5 可以使用企业自己的数据进行微调,将其磨练成针对某些任务的更定制或更高效的模型。 对此的轻微变化也越来越受到关注。 企业开始针对特殊用例微调较小的语言模型(SLM)。 最后,构建 LLM 顾问最流行的方法之一是通过为预训练的 LLM 提供更相关的、特定于用例的信息(通常通过检索增强生成(RAG))来为他们提供基础。顾名思义,它结合了信息检索系统和生成模型,可以自行训练,也可以开箱即用并通过 API 访问。与从头开始或微调培训法学硕士相比,通过情境学习和 RAG 为法学硕士奠定基础所需的时间和计算能力要少得多,所需的专业知识也少得多。当连接到 OpenAI 的法学硕士或任何其他外部法学硕士之一时,Salesforce 的 Einstein GPT 也使用这种方法来生成 AI 聊天机器人响应。
|
|