Episode
Arsitek Armchair: Kemitraan Jenis Model
dengan David Blank-Edelman, Uli Homann, Eric Charran
Apa saja proses dan kriteria yang harus Anda pertimbangkan saat memilih model bahasa besar (LLM) atau model dasar (FM) untuk proyek AI Anda, dan apakah ada trade-off antara membangun model Anda sendiri atau menggunakan layanan yang dihosting? Apa saja tantangan memercayai dan memvalidasi output LLM dan FM? Saat memilih mitra LLM, hal-hal apa yang harus Anda pikirkan?
Uli, Eric, dan David—AKA the #ArmchairArchitects—memberikan jawaban atas pertanyaan-pertanyaan ini dan banyak lagi, jauh lebih banyak di episode #AzureEnablementShow ini.
Sebelum menonton episode ini, Anda harus kembali dan menonton Armchair Architects: Armchair Architects: The Danger Zone (Bagian 1) dan Armchair Architects: The Danger Zone (Bagian 2) untuk konteksnya.
Bab
- 00.00- Pengantar
- 00:58 - Berbagai model
- 02:18 - Bangun sendiri?
- 04:20 - ROI vs. inovasi
- 05:10 - Kriteria mitra
- 06:04 - Pertimbangan sumber terbuka
- 06:15 - Penawaran layanan yang berbeda
- 06:53 - Keputusan bisnis
- 07:10 - Meninjau Piagam Mitra
- 08:08 - Piagam bukan hanya untuk AI
- 09:06 - Pertimbangkan AI seperti yang Anda lakukan terhadap keputusan bisnis lainnya
- 10:45 - LLM besar dan sulit dipahami
- 10:54 - Anda harus dapat mempercayai LLM Anda
- 13:34 - Kata akhir
Sumber daya yang disarankan
- Cara menyebarkan model bahasa besar dengan Azure AI Studio
- Menjelajahi katalog model di Azure AI Studio
- Dilatih: Membuat penyebaran model bahasa besar
- Mendapatkan sertifikasi: Dasar-Dasar Azure AI
Episode terkait
- Lihat Peragaan Azure Essentials
- Arsitek Armchair: Zona Bahaya (Bagian 1)
- Arsitek Armchair: Zona Bahaya (Bagian 2)
- Arsitek Armchair: Apakah Piagam AI Berharga?
- Untuk menonton lebih banyak episode di Armchair Architects Series, lihat daftar putar kami
- Untuk menonton lebih banyak episode di Well-Architected Series, lihat daftar putar kami
Apa saja proses dan kriteria yang harus Anda pertimbangkan saat memilih model bahasa besar (LLM) atau model dasar (FM) untuk proyek AI Anda, dan apakah ada trade-off antara membangun model Anda sendiri atau menggunakan layanan yang dihosting? Apa saja tantangan memercayai dan memvalidasi output LLM dan FM? Saat memilih mitra LLM, hal-hal apa yang harus Anda pikirkan?
Uli, Eric, dan David—AKA the #ArmchairArchitects—memberikan jawaban atas pertanyaan-pertanyaan ini dan banyak lagi, jauh lebih banyak di episode #AzureEnablementShow ini.
Sebelum menonton episode ini, Anda harus kembali dan menonton Armchair Architects: Armchair Architects: The Danger Zone (Bagian 1) dan Armchair Architects: The Danger Zone (Bagian 2) untuk konteksnya.
Bab
- 00.00- Pengantar
- 00:58 - Berbagai model
- 02:18 - Bangun sendiri?
- 04:20 - ROI vs. inovasi
- 05:10 - Kriteria mitra
- 06:04 - Pertimbangan sumber terbuka
- 06:15 - Penawaran layanan yang berbeda
- 06:53 - Keputusan bisnis
- 07:10 - Meninjau Piagam Mitra
- 08:08 - Piagam bukan hanya untuk AI
- 09:06 - Pertimbangkan AI seperti yang Anda lakukan terhadap keputusan bisnis lainnya
- 10:45 - LLM besar dan sulit dipahami
- 10:54 - Anda harus dapat mempercayai LLM Anda
- 13:34 - Kata akhir
Sumber daya yang disarankan
- Cara menyebarkan model bahasa besar dengan Azure AI Studio
- Menjelajahi katalog model di Azure AI Studio
- Dilatih: Membuat penyebaran model bahasa besar
- Mendapatkan sertifikasi: Dasar-Dasar Azure AI
Episode terkait
- Lihat Peragaan Azure Essentials
- Arsitek Armchair: Zona Bahaya (Bagian 1)
- Arsitek Armchair: Zona Bahaya (Bagian 2)
- Arsitek Armchair: Apakah Piagam AI Berharga?
- Untuk menonton lebih banyak episode di Armchair Architects Series, lihat daftar putar kami
- Untuk menonton lebih banyak episode di Well-Architected Series, lihat daftar putar kami
Memiliki umpan balik? Kirimkan masalah di sini.