Dans le processus d'exploration proprement dit, les praticiens peuvent avoir du mal à trouver un modèle d'IA adapté à leur propre application : doivent-ils choisir le LLM ou affiner le modèle ? Si vous utilisez LLM, lequel choisir ?
Récemment, des chercheurs d'Amazon, de la Texas A&M University, de la Rice University et d'autres institutions ont discuté du développement de modèles de langage tels que ChatGPT, et leurs articles ont également été retweetés par Yann LeCun.
Papier : https://arxiv.org/abs/2304.13712
Ressources associées : https://github.com/Mooler0410/LLMsPracticalGuide
Du point de vue de l'application pratique, cet article discutera des tâches applicables au LLM et des problèmes pratiques des modèles, des données et des tâches qui doivent être pris en compte lors du choix d'un modèle.
1. Introduction
Ces dernières années, le développement rapide des modèles de langage à grande échelle (LLM) a déclenché une révolution dans le domaine du traitement du langage naturel (TAL). Ces modèles sont très puissants, avec