Discusión sobre el artículo "Añadimos un LLM personalizado a un robot comercial (Parte 3): Entrenando tu propio LLM utilizando la CPU"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Añadimos un LLM personalizado a un robot comercial (Parte 3): Entrenando tu propio LLM utilizando la CPU:
Con el rápido desarrollo de la inteligencia artificial actual, los modelos de lenguaje (LLM) son una parte importante de la inteligencia artificial, por lo que deberíamos pensar en cómo integrar LLM potentes en nuestro trading algorítmico. Para la mayoría de las personas, es difícil ajustar estos poderosos modelos según sus necesidades, implementarlos localmente y luego aplicarlos al comercio algorítmico. Esta serie de artículos abordará paso a paso cómo lograr este objetivo.
En el artículo anterior de esta serie, analizamos la configuración básica del entorno para ejecutar modelos de lenguaje grandes y ejecutamos una instancia LLM simple usando llama.cpp en WSL. ¡La parte más emocionante es que incluso sin una GPU potente, puedes ejecutar el ejemplo únicamente con una CPU! Esta serie de tutoriales reducirá los requisitos de hardware tanto como sea posible, con el objetivo de garantizar que los lectores puedan probar y verificar los ejemplos sin verse obstaculizados por problemas de hardware. Por supuesto, en nuestra parte de entrenamiento modelo, también presentaremos ramas para diferentes plataformas de hardware, incluida una versión de CPU pura y una versión que admite la computación acelerada con tarjetas gráficas AMD, creyendo que todos podrán probar sin limitaciones de hardware.
Por supuesto, usted podría preguntarse: ¿Pueden ser útiles los modelos entrenados con una CPU? ¿Cuál es la importancia de estos modelos? De hecho, si quieres entrenar un modelo con funciones complejas o resolver tareas complejas usando una CPU, es bastante difícil, pero aún es posible usarlo para implementar algunas funciones específicas y relativamente simples.
En este artículo, cubriremos cómo entrenar un modelo de lenguaje grande con una CPU y crear un conjunto de datos financieros necesarios para entrenar modelos de lenguaje grandes. Esto puede implicar conocimientos mencionados en mis otros artículos, que no repetiré aquí. Si los lectores desean profundizar más, lean mis artículos relacionados, donde se proporcionarán enlaces relevantes.
Autor: Yuqiang Pan