- 博客(2)
- 收藏
- 关注
RSS订阅原创 初识大模型—大模型与通用人工智能
大模型（Large Model），也被称为基础模型（Foundation Model），是指具有大规模参数和复杂计算结构的机器学习模型. 这些模型通常由深度神经网络构建而成，拥有从数百万到数十亿甚至数千亿个参数. 其设计目的是为了提高模型的表达能力和预测性能，使它们能够处理更加复杂的任务和数据.1. 规模庞大：大模型的核心在于其庞大的规模，这不仅体现在参数数量上，还涉及模型的深度和宽度. 这种规模使得大模型能够捕捉到数据中极其细微的模式，从而在处理复杂任务时表现出色.
2024-09-24 15:23:57
893
原创 初识大模型—人工智能演进与大模型兴起：从AI1.0到AI2.0的变迁
当数据量超过某个临界点时，模型实现了显著的性能提升，出现涌现（Emergent Abilities）、顿悟（Grokking）等现象，模型开始具备小模型中不存在的能力，比如上下文学习、指令遵循、循序渐进的推理等能力。其次，神经网络是人工智能最核心的技术之一。AI 1.0需要花费巨大的成本来收集和标注数据，而这些数据集和诸多模型各成“孤岛”缺乏纵效，AI 2.0可以用无需人工标注的超级海量数据去训练一个具有跨领域知识的基础大模型，通过微调等方式适配和执行更多模态的任务，实现从工具到平台、从赋能到再造的转变。
2024-09-24 14:32:56
1222
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人