chatGPT讲师AIGC讲师叶梓:大模型这么火,我们在使用时应该关注些什么?-5

以下为叶老师讲义分享:

P25-P28

提示工程的模式

  • 9、翻译是一种转化。 由于人类对语言理解的巨大需求,翻译涉及 ChatGPT 翻译和转换不同的语言或术语。
  • 10、推理模式下,可以让 ChatGPT 观察和推断未知的事实或逻辑关系。 它的价值在于提供更全面的解决方案和灵感。
  • 11、感应模式下,ChatGPT 可以从具体的例子或事实中归纳出一般规则或结论,看到一些事物的本质。
  • 12、模拟 模式下,可以让 ChatGPT 模拟一个过程或现象
  • 13、演员 模式下,可以让你与其进行更专注、更专业的对话,提高获取信息的效率。

微调大模型的意义

  1. 节省计算资源:
    1. 在微调过程中,不需要重新训练整个模型,因此可以节省计算资源。
  2. 提高特定任务上的性能:
    1. 通过微调,模型可以适应特定任务的语言特征和模式,从而提高模型的性能。
  3. 保留模型的通用性:
    1. 预训练模型具有较高的通用性能,微调可以帮助模型适应特定任务的语言特征和模式,从而提高模型的通用性。
  4. 减少数据需求:
    1. 预训练模型已经过大量训练,因此在微调过程中可以使用较少的数据。

微调大模型的方法(Adapter-Tuning)

  • 微调时冻结预训练模型的主体,由Adapter模块学习特定下游任务的知识。
  • Adapter调优的参数量大约为LM参数的3.6%。
  • Prefix Tuning只是在每个任务前有少量的prefix的参数,
  • 比如翻译任务,可以在每句话的前面加上"翻译:"来引导模型进行翻译功能。
  • Prefix Tuning参数规模约为LM模型整体规模的0.1%。

未完,下一章继续......

相关推荐
众链网络26 分钟前
你的Prompt还有很大提升
人工智能·prompt·ai写作·ai工具·ai智能体
汀沿河28 分钟前
2 大模型高效参数微调;prompt tunning
人工智能·深度学习·prompt
路溪非溪35 分钟前
机器学习之线性回归
人工智能·机器学习·线性回归
搞笑的秀儿2 小时前
信息新技术
大数据·人工智能·物联网·云计算·区块链
阿里云大数据AI技术2 小时前
OpenSearch 视频 RAG 实践
数据库·人工智能·llm
XMAIPC_Robot2 小时前
基于ARM+FPGA的光栅尺精密位移加速度测试解决方案
arm开发·人工智能·fpga开发·自动化·边缘计算
加油吧zkf2 小时前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪
Blossom.1183 小时前
机器学习在智能制造业中的应用:质量检测与设备故障预测
人工智能·深度学习·神经网络·机器学习·机器人·tensorflow·sklearn
天天扭码3 小时前
AI时代,前端如何处理大模型返回的多模态数据?
前端·人工智能·面试
难受啊马飞2.03 小时前
如何判断 AI 将优先自动化哪些任务?
运维·人工智能·ai·语言模型·程序员·大模型·大模型学习