mytarmailS #: Dove esattamente? Direi che all'inizio è il contrario.
Mi riferivo al video di Alexei, non ho ancora visto il tuo. Il tuo riguarda la selezione delle caratteristiche. Non mi piace molto, perché non ho molti segni).
È così che funziona, da "molti" diversi si ottengono "non molti" ma buoni.
E più "molti" si hanno all'inizio, più ricchi e migliori sono i "non molti" ma buoni alla fine.
È stato fatto attraverso il Gmdh o quello che è.
Kozul sembra promettente (è molto difficile trovare algoritmi basati su di esso, bisogna avere un'immaginazione sfrenata). E i modelli linguistici: è molto difficile addestrarli. Questi di Google sono più brevi, c'è un piccolo modello per 2 miliardi di parametri, ma si può comunque provare ad addestrarlo. Metodologia one shot.
Maxim Dmitrievsky #: È stato fatto attraverso gmdh o qualunque cosa sia .
Kozul sembra promettente (è molto difficile trovare algoritmi basati su di esso, bisogna avere un'immaginazione sfrenata). E i modelli linguistici: è molto difficile addestrarli. Questi di Google sono più brevi, c'è un piccolo modello per 2 miliardi di parametri, ma si può comunque provare ad addestrarlo. Metodologia one shot.
Una buona sintesi dell'intero thread
Ho ascoltato con piacere
Dove esattamente? Direi che all'inizio è il contrario.
perché non ho molti tratti).
È così che funziona: da "molti" tratti diversi si ottengono "non molti" ma buoni.
E più "molti" si hanno all'inizio, più ricchi e migliori sono i "non molti" ma buoni alla fine.
È così che funziona, da "molti" diversi si ottengono "non molti" ma buoni.
E più "molti" si hanno all'inizio, più ricchi e migliori sono i "non molti" ma buoni alla fine.
È stato fatto attraverso gmdh o qualunque cosa sia
.
Cosa c'entra il LLM?
cosa c'entra l'LLM?
Perché generalizzano bene, in teoria.
Più grande è il campione di allenamento, migliori sono le statistiche (in generale).
Perché generalizzano bene, in teoria.
generalizzano bene perché sono addestrati su miliardi di dati di parole, e noi abbiamo dei prezzi.
Cosa addestrerete a fare un neurone se è addestrato a parlare?
E non si può addestrare un neurone sui prezzi perché servono molte visualizzazioni.
Quindi o non so qualcosa o, ancora una volta, cosa c'entra l'LLM?