Skab reel værdi med LLM'er

Skab reel værdi med LLM'er

Tidsstempel: 28. september 2023 kl. 11
Kildeknude: 2906364

I midten af ​​2023 bugner computerverdenen af ​​begejstring over fremkomsten af ​​store sprogmodeller (LLM'er) såsom GPT4/ChatGPT premium og StarChat. Det er ikke nemt at forstå, hvad disse modeller kan og ikke kan, og hvordan man med succes anvender dem til forretningsmæssige fordele. Det er vigtigt at analysere den nye forskning om egenskaberne ved nuværende generation af LLM'er og skitsere de strategier, der skal vedtages, hvis de skal anvendes med succes. 

LLM'er er specielle, fordi de udsender sprog som reaktion på sprog; hvis modellen stimuleres med noget tekst, producerer den relevant tekst som respons. Det betyder, at det er nemt for enhver at interagere med enhver LLM, som de har en grænseflade til, og mange LLM'er er blevet gjort offentligt tilgængelige via chatgrænseflader. På grund af dette har udviklingen af ​​LLM'er som en AI-teknologi haft en pludselig og betydelig indvirkning på den offentlige opfattelse af AI's muligheder. 
 
Forstå LLM'er 

 Det eneste, LLM'er gør, er at forbruge tekst og producere tekst, men fordi tekstgenereringen er så god, ser modellerne ud til at ræsonnere om og forstå den tekst, de manipulerer. Mange mennesker, der arbejder med naturligt sprog og AI-forskning, har arbejdet hårdt på at forstå og undersøge LLM-kapaciteter. Der er en voksende litteratur, der identificerer begrænsningerne ved den nuværende generation af modeller og viser, at den indledende begejstring, der mødte dem, måske burde dæmpes. Det er vigtigt at runde den nuværende liste over begrænsninger op til avancerede LLM'er og at vurdere både betydningen af ​​disse og sandsynligheden for, at de viser sig at være grundlæggende fejl ved LLM'er som en tilgang til AI. I andet arbejde undersøges nogle af de tekniske begrænsninger ved LLM'er.  

Jeg har dog set på validerede begrænsninger med nogle simple eksempler på aktuel LLM-adfærd og analyseret ikke-tekniske begrænsninger såsom sikkerhed og immaterielle rettigheder. Efter at have gennemgået teknologiens begrænsninger, kan du derefter undersøge, hvordan teknologien kan anvendes med succes, og hvad virksomheder bør fokusere på, for at skabe maksimal værdi ud af den mulighed, som LLM-revolutionen skaber. 

En vej til succes 

En vej til succes kan defineres for organisationer, der ønsker at få adgang til den utvivlsomme værdi af den nye generation af LLM'er, mens de håndterer risikoen fra deres identificerede svagheder. Denne vej til succes ligger mellem at begrænse LLM'ers brug til komponenter, der leverer velspecificeret og kontrolleret funktionalitet, for at integrere dem i passende infrastrukturer for kontrol og ansvarlighed. 

Det er muligt, at fremtidige LLM'er kan løse de problemer, der i øjeblikket forhindrer ubegrænset brug af denne nye generation af modeller. For eksempel kan LLM'er meget vel ombygges (ud over nuværende transformere) til at planlægge effektivt i en relativt nær fremtid. Teknisk set ser der ikke ud til at være en grundlæggende årsag til, at dette ikke kan lade sig gøre, selvom det helt sikkert vil kræve endnu en forbløffende investering i computerkraft.  

Andre begrænsninger, såsom at beskæftige sig med kompositoriske ræsonnementer, papegøje og tryghed, virker mere uoverskuelige. Uanset fortsatte fremskridt er det værd at overveje, at langt enklere, modne og forudsigelige teknologier såsom e-mail, databaser og webbrowsere alle stadig kræver sofistikerede applikationsmønstre og styringskontroller. Det virker usandsynligt, at LLM'er vil vise sig at være anderledes. 

Den naturlige sproggrænseflade demonstreret af mange af den seneste generation af LLM'er har vækket en meget bredere befolkning til styrken af ​​LLM'er i særdeleshed og AI mere generelt. Som sådan har vi identificeret nogle af de vigtigste begrænsninger ved sådanne tilgange og samtidig lavet anbefalinger til implementeringer, der kan afbøde nogle af disse problemer, hvilket i sidste ende muliggør en vellykket adoption af LLM'er. Det skal dog bemærkes, at intet af dette fjerner behovet for vision, investering og et dygtigt team til at implementere sådanne løsninger. 

Tidsstempel:

Mere fra Fintextra