文章 "将您自己的 LLM 集成到 EA 中（第 3 部分）：使用 CPU 训练自己的 LLM"

新评论
 

新文章 将您自己的 LLM 集成到 EA 中（第 3 部分）：使用 CPU 训练自己的 LLM已发布：

在人工智能飞速发展的今天，大语言模型（LLM）是人工智能的重要组成部分，所以我们应该思考如何将强大的 LLM 融入到我们的算法交易中。对于大多数人来说，很难根据他们的需求微调这些强大的模型，在本地部署它们，然后将它们应用于算法交易。本系列文章将采取循序渐进的方法来实现这一目标。

在本系列的前一篇文章中，我们讨论了运行大型语言模型的基本环境设置，并在 WSL 中使用 llama.cpp 运行了一个简单的 LLM 实例。最令人兴奋的是，即使没有强大的 GPU，您仍然可以纯粹用 CPU 运行这个例子！本系列教程将尽可能降低硬件要求，努力确保读者可以尝试验证示例，而不会受到硬件问题的阻碍。当然，在我们的模型训练部分，我们还将介绍不同硬件平台的分支，包括纯 CPU 版本和支持 AMD 显卡加速计算的版本，相信每个人都可以在没有硬件限制的情况下尝试。

当然，您可能会想：用 CPU 训练的模型有用吗？这样的模型有什么意义呢？事实上，如果你想训练一个具有复杂功能的模型或使用 CPU 解决复杂任务，这是相当困难的，但仍然可以用它来实现一些特定且相对简单的功能。


在本文中，我们将介绍如何使用 CPU 训练大型语言模型，并创建训练大型语言模块所需的金融数据集。这可能涉及我在其他文章中提到的知识，我在这里不再重复。如果读者想更深入地研究，请阅读我的相关文章，其中将提供相关链接。

作者：Yuqiang Pan

新评论