basics
Yapay zeka şirketleri, sanki büyük bir sayı tek başına daha akıllı bir makine garanti ediyormuş gibi, model boyutuyla tek dev bir rakam üzerinden övünmeyi sever.
Parametreler, bir modelin eğitim sırasında ayarlanan, ağırlık adı verilen düzeltilebilir sayılarının miktarını ifade eder; öğrendiği belge sayısını ya da aynı anda kaç kişiye hizmet verebildiğini değil. Genel olarak konuşursak, daha fazla parametre bir modelin karmaşık örüntüleri temsil etme kapasitesinin daha fazla olduğu anlamına gelir, çünkü verideki ince ayrıntıları yakalamak için ayarlanabilecek daha fazla dahili değer vardır.
Eğitim belgesi sayısı bir modelin öğrendiği veri kümesinin büyüklüğünü tanımlar, eşzamanlı kullanıcı sayısı ise sunucu altyapısı ve talep hakkında bir şeyi tanımlar; ikisi de modelin kendisine gömülü olan düzeltilebilir ağırlıkların sayısından çok farklı kavramlardır.
Daha büyük olmak otomatik olarak daha iyi anlamına gelmez, çünkü iyi eğitilmiş daha küçük modeller birçok görevde giderek daha büyük modellerle eşleşiyor ya da onları geçiyor; bu da bir modelin nasıl eğitildiğinin ve hangi verileri gördüğünün, ham parametre sayısı kadar önemli olabileceğini gösteriyor.
basics
Bu olguya ne ad verilir?Bu makalenin adı neydi?Bu insan-geri-bildirimli eğitim aşamasının adı nedir?Bu sınırın adı nedir?Herkesin indirip kendi sunucusunda çalıştırabildiği 'açık ağırlıklı' modellerin bayraktarı Llama hangi şirket tarafından yayımlandı?Birden fazla girdi ve çıktı türünü işleyebilen modellere ne denir?Bu 'akıl yürütme modelleri' bu duraksama sırasında ne yapıyor?Bu yaklaşıma ne ad verilir?Nedir?Sektörün başlıca çözümlerinden biri nedir?Milyar dolarlık bahislerin gerekçesi olan bu ampirik kurala ne ad verilir?Belirli görevlere özgü yapay zekanın ötesindeki hedefin — insan kadar genel bir makine zekası — kısaltması nedir?Quration — Quration AIQ