Tento prohlížeč se už nepodporuje.
Upgradujte na Microsoft Edge, abyste mohli využívat nejnovější funkce, aktualizace zabezpečení a technickou podporu.
Projděte si své znalosti zodpovězením následujících otázek.
Jaký je účel velkého jazykového modelu (LLM)?
Zpracování a vytváření textu přirozeného jazyka učením z obrovského množství textových dat za účelem zjištění vzorů a pravidel jazyka.
Vykazovat antropomorfismus a porozumět emocím.
Porozumět jazyku a faktům
Jaký je rozdíl mezi tradičním zpracováním přirozeného jazyka (NLP) a velkými jazykovými modely (LLM)?
Tradiční NLP používá mnoho terabajtů neoznačených dat v základním modelu, zatímco LLM poskytují sadu označených dat pro trénování modelu strojového učení.
Tradiční NLP je vysoce optimalizovaná pro konkrétní případy použití, zatímco LLM popisují v přirozeném jazyce, co má model dělat.
Tradiční NLP vyžaduje jeden model pro jednotlivé funkce, zatímco LLM používají jeden model pro mnoho případů použití přirozeného jazyka.
Jaký je účel tokenizace v modelech přirozeného jazyka?
Chcete-li znázornit text způsobem, který je smysluplný pro počítače bez ztráty kontextu, aby algoritmy mohly snadněji identifikovat vzory.
Chcete-li generovat text na základě písmene po písmenu.
Reprezentovat běžná slova jediným tokenem.
Před kontrolou vaší práce musíte odpovědět na všechny dotazy.
Byla tato stránka užitečná?
Potřebujete pomoct s tímto tématem?
Chcete vyzkoušet použití funkce Zeptat se a Učit se k objasnění nebo nechcete provést tímto tématem?