La Conferència de la Innovació de la Xarxa AI de 2023 celebrada en el model de xarxa intel·ligent de Beijing al BBS, el model ZTE Cable Products Model Senior Architection Ji'an-Guo Lu va fer la xarxa de saviesa nova era: gran model Drive El futur del tema del ZTE mitjançant un model direccional del model direccional per millorar la qualitat del corpus i utilitzar el cicle de dades digitals de bessons digitals per aplicar un gran model a la xarxa intel·ligent de la xarxa intel·ligent.
Lu Jianguo va dir que moltes tecnologies clau, com ara l’IA, l’activació, el bessó digital i la intenció de la intenció, donaran suport al nivell d’intel·ligència de la xarxa d’autointel·ligència de L4 a L5, i que la xarxa d’autointel·ligència continuï i evolucioni per completar l’autointel·ligència. Entre aquestes tecnologies clau, la IA és el motor més important i els models grans són la clau de la tecnologia AI.
En com aplicar un gran model a la xarxa d’autointel·ligència, Lu Jianguo va introduir que el gran model té una capacitat de generació súper i pot generar ràpidament un gran nombre d’esquemes. Per a les operacions de xarxa intel·lectual, aquesta necessitat d’implementar un gran nombre de passos d’operació, equivalents a l’espai d’alta dimensió per trobar la solució òptima, la solució establerta per a tots els processos possibles, un gran model per a solucions generals com NP (no polinòmic), un gran nombre de mostres, avaluació, optimització, iteració pot tenir una poda eficient, s’aproxima ràpidament a la solució òptima). Tot i això, tot i que els models grans generen molts esquemes, és difícil assegurar -se que aquests esquemes siguin útils. Tot i que els grans models tenen certa capacitat de pensament, encara necessiten intervenció humana quan es tracten de la lògica complexa. Per solucionar aquest problema, ZTE suggereix integrar experiència experta en el procés de pre-entrenament incremental i ajustament excel·lent del model per formar una iteració de llaç tancat. D’aquesta manera, es pot realitzar una transició fluida del reforç de la retroalimentació manual a l’aprenentatge de reforç de la retroalimentació de l’eina, que pot utilitzar eficaçment la capacitat de generació de grans models d’una banda i, d’altra banda, assegurar -se que l’esquema de diagnòstic generat sigui exacte i fiable. En aquest esquema, és un enllaç clau per crear el mapa de coneixement de funcionament i manteniment combinat amb l'enginyeria de coneixement. La generació de l’esquema de volants de dades es basa en el mapa de coneixement de funcionament i manteniment, per tal d’evitar la il·lusió del model i assegurar la fiabilitat i la precisió del règim de generació. Aquest enfocament basat en gràfics de coneixement pot integrar millor l'experiència i les capacitats de generació de models per proporcionar solucions més fiables.
Per al disseny de la lògica de l'aplicació del gran model, Lu Jianguo va introduir a més que ZTE adoptarà el mètode de llaç tancat basat en el model basat en enginyeria ràpida. L’essència del disseny és prendre l’expressió estructurada del llenguatge humà (plantilla ràpida) com a entrada, generar la sortida estructurada (esquema d’arranjament) a través del gran model i combinar finalment l’execució interactiva del marc d’aplicació. Per tal de realitzar la lògica anterior, ZTE farà preparacions tècniques de molts aspectes, com ara l’evolució de la capacitat multimodal, la preparació de corpus, la relació de recursos Coneixement de coneixement del coneixement, la injecció de l’API atòmica RESERVA / ATOMICA RESERVA API, la creació de l’entorn de falles de simulació artificial, l’entorn de simulació de falles digitals bessones i la preparació de l’eina.
Finalment, Lu Jianguo va dir que el principal valor del gran model rau en la seva capacitat d’emergència, és a dir, pot generar innovació combinant els coneixements existents. Tanmateix, la realització d’aquesta capacitat emergent depèn de la producció de dades, acceptació i precipitació d’alta qualitat. Un cicle virtuós de dades és el factor determinant.
Posat Post: 20 de novembre-2023