Mit LLMs echten Mehrwert schaffen

Mitte 2023 herrscht in der Computerwelt große Aufregung über das Aufkommen großer Sprachmodelle (LLMs) wie GPT4/ChatGPT Premium und StarChat. Es ist nicht einfach zu verstehen, was diese Modelle können und was nicht und wie man sie erfolgreich zum Geschäftsvorteil einsetzt. Es ist wichtig, die neuen Forschungsergebnisse zu den Eigenschaften von LLMs der aktuellen Generation zu analysieren und die Strategien zu skizzieren, die für eine erfolgreiche Anwendung übernommen werden müssen. 

LLMs sind etwas Besonderes, weil sie Sprache als Reaktion auf Sprache aussenden; Wenn das Modell mit Text stimuliert wird, erzeugt es als Antwort relevanten Text. Dies bedeutet, dass es für jeden einfach ist, mit jedem LLM zu interagieren, zu dem er über eine Schnittstelle verfügt, und viele LLMs wurden über Chat-Schnittstellen öffentlich zugänglich gemacht. Aus diesem Grund hatte die Entwicklung von LLMs als KI-Technologie einen plötzlichen und erheblichen Einfluss auf die öffentliche Wahrnehmung der Fähigkeiten von KI. 
 
LLMs verstehen 

 Das Einzige, was LLMs tun, ist, Text zu konsumieren und Text zu produzieren. Da die Textgenerierung jedoch so gut ist, scheinen die Modelle über den von ihnen manipulierten Text nachzudenken und ihn zu verstehen. Viele Menschen, die in der Forschung zu natürlicher Sprache und KI arbeiten, haben hart daran gearbeitet, LLM-Fähigkeiten zu verstehen und zu erforschen. Es gibt eine wachsende Literatur, die die Grenzen der aktuellen Modellgeneration identifiziert und zeigt, dass die anfängliche Aufregung, die sie begrüßte, möglicherweise gemildert werden sollte. Es ist wichtig, die aktuelle Liste der Einschränkungen moderner LLMs zusammenzufassen und sowohl deren Bedeutung als auch die Wahrscheinlichkeit zu bewerten, dass sie sich als grundlegende Mängel von LLMs als Ansatz für KI erweisen. In anderen Arbeiten werden einige der technischen Einschränkungen von LLMs untersucht.  

Ich habe mir jedoch validierte Einschränkungen anhand einiger einfacher Beispiele des aktuellen LLM-Verhaltens angesehen und nichttechnische Einschränkungen wie Fragen der Sicherheit und des geistigen Eigentums analysiert. Nachdem Sie die Grenzen der Technologie überprüft haben, können Sie anschließend untersuchen, wie die Technologie erfolgreich eingesetzt werden kann und worauf sich Unternehmen konzentrieren sollten, um den größtmöglichen Nutzen aus den Chancen zu ziehen, die die LLM-Revolution bietet. 

Ein Weg zum Erfolg 

Für Organisationen, die den unbestrittenen Wert der neuen Generation von LLMs nutzen und gleichzeitig das Risiko ihrer identifizierten Schwächen bewältigen möchten, kann ein Weg zum Erfolg definiert werden. Dieser Weg zum Erfolg liegt darin, die Verwendung von LLMs auf Komponenten zu beschränken, die genau spezifizierte und kontrollierte Funktionen bereitstellen, und sie in geeignete Infrastrukturen der Kontrolle und Verantwortlichkeit einzubetten. 

Es ist möglich, dass zukünftige LLMs die Probleme lösen, die derzeit die uneingeschränkte Nutzung dieser neuen Modellgeneration verhindern. Beispielsweise könnten LLMs (über Stromtransformatoren hinaus) durchaus umgestaltet werden, um in relativ naher Zukunft effektiv planen zu können. Aus technischer Sicht scheint es keinen grundsätzlichen Grund zu geben, warum dies nicht möglich ist, obwohl es sicherlich eine weitere erstaunliche Investition in Rechenleistung erfordern wird.  

Andere Einschränkungen, wie der Umgang mit kompositorischem Denken, Nachplappern und Sicherheit, scheinen unlösbarer zu sein. Ungeachtet der anhaltenden Fortschritte ist es eine Überlegung wert, dass weitaus einfachere, ausgereiftere und vorhersehbare Technologien wie E-Mail, Datenbanken und Webbrowser immer noch ausgefeilte Anwendungsmuster und Verwaltungskontrollen erfordern. Es scheint unwahrscheinlich, dass LLMs sich als anders erweisen werden. 

Die natürliche Sprachschnittstelle, die viele LLMs der neuesten Generation aufweisen, hat eine viel breitere Bevölkerung für die Leistungsfähigkeit von LLMs im Besonderen und der KI im Allgemeinen sensibilisiert. Daher haben wir einige der Hauptbeschränkungen solcher Ansätze identifiziert und gleichzeitig Empfehlungen für Implementierungen abgegeben, die einige dieser Probleme abmildern und letztendlich die erfolgreiche Einführung von LLMs ermöglichen können. Es muss jedoch beachtet werden, dass all dies nicht den Bedarf an Visionen, Investitionen und einem kompetenten Team für die Umsetzung solcher Lösungen beseitigt. 

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://www.finextra.com/blogposting/24963/creating-real-value-with-llms?utm_medium=rssfinextra&utm_source=finextrablogs