De 2023 AI Network Innovation Conference in Beijing Intelligent Network Model op het BBS, ZTE Cable Products Model Senior architect Ji'an-Guo Lu maakte het Wisdom Network Nieuw ERA: Big Model Drive the Future of the Theme the Theme the Thema van de ZTE door Fine Tuning Directional Model Model Capaciteit om de kwaliteit van het Corpus te verbeteren en Digital Twin Automation Gegevenscyclus te gebruiken, om een groot model toe te passen.
Lu Jianguo zei dat veel belangrijke technologieën, zoals AI-inschakelen, digitale tweeling en intentie-drive, het intelligentieniveau van het zelfintelligentie-netwerk van L4 tot L5 zullen ondersteunen en het zelfinlichtingsnetwerk zullen laten herhalen en evolueren naar het voltooien van zelfinstellingen. Onder deze belangrijke technologieën is AI de belangrijkste motor en grote modellen zijn de sleutel in AI -technologie.
In het toepassen van een groot model op het zelf-intelligence-netwerk, introduceerde Lu Jianguo dat grote model een supergeneratie heeft en kan het snel een groot aantal schema's genereren. Voor de intellectuele netwerkbewerkingen is een dergelijke noodzaak om een groot aantal operaties te implementeren, gelijk aan in hoge dimensionale ruimte om de optimale oplossing te vinden, oplossing die is ingesteld voor alle mogelijke processen, groot model voor algemene oplossingen zoals NP (niet polynoom) probleem, een groot aantal monsters, evaluatie, optimalisatie, iteratie kan efficiënte uitstraling spelen, snel de optimale oplossing benadert. De optimale oplossing. Hoewel grote modellen veel schema's genereren, is het echter moeilijk om ervoor te zorgen dat deze schema's nuttig zijn. Hoewel grote modellen een bepaald denkvermogen hebben, hebben ze nog steeds menselijke tussenkomst nodig bij het omgaan met complexe logica. Om dit probleem op te lossen, stelt ZTE voor om de ervaring van experts te integreren in het proces van incrementele pre-training en fijnafstemming van het model om een gesloten-loop-iteratie te vormen. Op deze manier kan een soepele overgang van het leren van handmatig feedbackversterking naar het leren van toolfeedbackversterking worden gerealiseerd, die de generatiecapaciteit van grote modellen enerzijds effectief kan gebruiken, en anderzijds ervoor zorgen dat het gegenereerde diagnostische schema nauwkeurig en betrouwbaar is. In dit schema is het een belangrijke link om de Kenniskaart van de werking en onderhoud te bouwen in combinatie met kennistechniek. Het genereren van het gegevensvliegwielschema is gebaseerd op de kenniskaart van de werking en onderhoud, om de illusie van het model te voorkomen en de betrouwbaarheid en nauwkeurigheid van het generatieschema te waarborgen. Deze op kennis grafische benadering kan de expert-ervaring en het genereren van modelgeneratie beter integreren om betrouwbaardere oplossingen te bieden.
Voor het applicatie-logisch ontwerp van het grote model introduceerde Lu Jianguo verder dat ZTE de modelgestuurde gesloten-lusmethode zal overnemen op basis van snelle engineering. De essentie van het ontwerp is om de gestructureerde expressie van de menselijke taal (promptsjabloon) als invoer te nemen, de gestructureerde uitvoer (arrangementschema) door het grote model te genereren en uiteindelijk de interactieve uitvoering van het applicatiekader te combineren. Om de bovenstaande logica te realiseren, zal ZTE technische voorbereidingen treffen uit vele aspecten, zoals multimodale evolutie van vaardigheden, corpusbereiding, kennis van de hulpbronnen Kennis Kennisinjectie, Atomic API Corpus Reserve / Atomic API Capability Reserve, Building Artificial Simulation Fault Fout-foutomgeving, Digital Twin Automatische fout Simulatieomgeving en Tool Preparation.
Lu Jianguo zei eindelijk dat de belangrijkste waarde van het grote model ligt in zijn opkomstvermogen, dat wil zeggen dat het innovatie kan genereren door bestaande kennis te combineren. De realisatie van deze opkomende capaciteit hangt echter af van de productie, acceptatie en neerslag van hoge kwaliteit. Een deugdzame gegevenscyclus is de bepalende factor.
Posttijd: nov-20-2023