跟我幾年前的想法差不多。但AI最近兩年的發展已經改變了大多數業內人士的想法。LLM的爆發給AI的研究應用插上了翅膀,在ChatGPT、CoPilot的幫助下,AI研究人員設計一個新模型的速度可能是幾年前的十倍,而且這個速度在不斷加快。同時LLM和其他模態大模型的融合,也會大大提高AI在不同領域的adaptation。另外是transformer不是transform。
感覺你的想法
所有跟帖:
•
在數據有限或者沒用重複pattern的領域, LLM還是否適用
-FightwtMM-
♂
(0 bytes)
()
03/09/2024 postreply
11:33:02
•
LLM相當於把人類所有基於語言的知識升華在模型參數裏,任何領域的數據在與text建立mapping以後,就
-study169-
♂
(42 bytes)
()
03/09/2024 postreply
11:38:24
•
舉個例子,如果你想predict tech bubble market crash, LLM並不適用
-FightwtMM-
♂
(158 bytes)
()
03/09/2024 postreply
11:46:18