當談到小型生成人工智能時，軟件開發(fā)社區(qū)中一直存在一些懷疑態(tài)度。一些開發(fā)人員認為這些微小的算法范圍太有限，不可能對他們的工作產(chǎn)生任何有意義的影響。

但作為一個在我自己的項目中實際實現(xiàn)了幾個小型生成人工智能的人，我在這里告訴你：大小并不重要！事實上，我創(chuàng)建的一些最具創(chuàng)新性和影響力的解決方案都來自較小的人工智能設計。

以我最近做的一個項目為例。我們正在開發(fā)一款應用程序，需要能夠根據(jù)用戶在平臺內(nèi)的行為生成個性化推薦。最初我們考慮使用更大的人工智能預訓練模型，但經(jīng)過實驗后決定采用更緊湊的設計，更適合我們的需求——占用更少的資源，同時仍然提供令人印象深刻的結(jié)果。

一些愛好者發(fā)現(xiàn)，通過使用GPT輸出（例如GPT4all）訓練小語言模型，在構(gòu)建小語言模型方面取得了巨大成功。（順便說一下，不要這樣做，這違反了OpenAI的服務條款。）

為了確保其準確性保持較高水平，我們通過測試不同的輸入和參數(shù)來廣泛訓練該算法，直到達到我們所需要的：在所有設備上一致地提供快速操作和準確結(jié)果！

雖然它可能不像許多其他模型那樣強大或全面，但我們的緊湊型genAI通過其可靠的建議證明了自己的價值，引導我們有效地實現(xiàn)新的功能想法，在不犧牲開發(fā)時間范圍內(nèi)的質(zhì)量或可擴展性的情況下改善用戶體驗-保持事物我們的敏捷團隊比以往任何時候都更加精簡！

因此，如果您對在下一個項目中實施小型生成人工智能持懷疑態(tài)度，因為它們似乎裝備不足，請再想一想！這些小家伙在重要的地方發(fā)揮了相當大的作用——以更低的處理能力成本優(yōu)化了性能！

文章均為京上云專業(yè)成都軟件開發(fā)公司，專注于成都軟件開發(fā)服務原創(chuàng)，轉(zhuǎn)載請注明來自http://hyd365.cn/news/3594.html