Acest browser nu mai este acceptat.
Faceți upgrade la Microsoft Edge pentru a profita de cele mai noi funcții, actualizări de securitate și asistență tehnică.
Verificați-vă cunoștințele răspunzând la următoarele întrebări.
Care este scopul unui model de limbă mare (LLM)?
Pentru a procesa și a produce text în limbaj natural, învățând dintr-o cantitate masivă de date text pentru a descoperi modele și reguli de limbă.
Să expună antropomorfism și să înțeleagă emoțiile.
Pentru a înțelege limbajul și faptele.
Care este diferența dintre modelele lingvistice tradiționale în limbaj natural (NLP) și modelele lingvistice mari (LLM)?
NLP tradițional utilizează mulți terabyți de date neetichetate în modelul de bază, în timp ce LLM-urile oferă un set de date etichetate pentru a instrui modelul de învățare programată.
NLP tradițional este foarte optimizat pentru cazuri de utilizare specifice, în timp ce LLM-urile descriu în limbajul natural ceea ce doriți să facă modelul.
NLP tradițional necesită un model pentru fiecare capacitate, în timp ce LLM-urile utilizează un singur model pentru multe cazuri de utilizare a limbilor naturale.
Care este scopul tokenizării în modelele lingvistice naturale?
Pentru a reprezenta textul într-un mod semnificativ pentru mașini fără a-i pierde contextul, astfel încât algoritmii să poată identifica mai ușor modelele.
Pentru a genera text pe baza unei litere.
Pentru a reprezenta cuvinte comune cu un singur simbol.
Trebuie să răspundeți la toate întrebările înainte de a verifica ceea ce ați lucrat.
Această pagină a fost utilă?
Aveți nevoie de ajutor cu acest subiect?
Doriți să încercați să utilizați Întrebați Microsoft Learn pentru a clarifica sau primi îndrumări privind acest subiect?