Modeller for store språk

  • 7 minutter

Å forstå hvordan generativ kunstig intelligens fungerer kan hjelpe lærere med å holde seg i forkant av teknologiske fremskritt innen utdanning. La oss se mer på ai-ordforråd.

Hva er store språkmodeller?

Stor språkmodell (LLM) refererer til AI-modeller som GPT-4.5 (og fremtidige versjoner) av OpenAI som er opplært på enorme mengder tekst og kan generere samtalesvar på stedet ved å forutsi hvilke ord som kommer i et uttrykk , som å sette sammen et puslespill. Store språkmodeller kan utføre ulike oppgaver for naturlig språk, for eksempel:

  • Klassifisering
  • Oppsummering
  • Oversettelse
  • Innholdsgenerering
  • Dialog (for eksempel virtuelle assistenter)

Store språkmodeller er opplært på milliarder av språkeksempler fra ulike kilder som bøker, artikler og nettsteder, som hjelper dem med å svare med fakta, grammatisk korrekt tekst, argumentasjon og et skinn av kreativitet.

Det populære ChatGPT-systemet fra OpenAI er et eksempel på denne typen generativ AI. ChatGPT drives av en stor språkmodell oppfunnet på OpenAI basert på GPT-4.5 -modellen (generativ forhåndslært transformator). Tenk på ChatGPT som et program bygget på toppen av en stor språkmodell som er finjustert for interaktive chatter.

People å bruke en app drevet av en stor språkmodell, kan dirigere modellens utdata gjennom ledetekster – teksten de skriver inn i appens grensesnitt. Spørsmål kan være naturlige språksetninger eller spørsmål, kodesnutter eller kommandoer eller en kombinasjon av tekst eller kode.

Når en ledetekst er spesifikk og detaljert, kan LLM-er generere tekst, utvide på hovedpunkter, komprimere informasjon til viktige punkter og svare effektivt på spørsmål. Kunsten å definere LLM-ledetekster kreativt er et fremvoksende felt kjent som ledetekstutforming og ledetekstteknikk. Det innebærer prosessen med å lage effektive og effektive ledetekster for å få ønsket svar. Lærere og elever må kanskje eksperimentere med å velge de riktige ordene, uttrykkene, symbolene og formatene som veileder modellen til å generere tekst av høy kvalitet og relevante tekst.

Noen tips for å skrive effektive ledetekster er:

  • Vær spesifikk.
  • Bruk riktig modell for oppgaven.
  • Be om resultater fra et bestemt synspunkt.
  • Før modellen for å generere ønsket lengde.
  • Bruk den nye emneknappen når du vil endre emner

Hvis du vil ha mer tips, kan du se:]

Microsoft bruker teknologi for stor språkmodell til å drive mulighetene til Copilot Chat.

Copilot Chat er som å ha en forskningsassistent, personlig planlegger og kreativ partner ved din side når du søker på nettet. Med dette settet med AI-drevne funksjoner kan du:

  • Still et faktisk spørsmål. Når du stiller komplekse spørsmål, kan Copilot Chat gi deg detaljerte svar.
  • Få et faktisk svar. Copilot Chat ser på søkeresultatene på nettet for å gi et oppsummert svar.
  • Vær kreativ. Når du trenger inspirasjon, kan Copilot Chat hjelpe deg med å skrive dikt, historier eller til og med lage et helt nytt bilde.
  • I chatteopplevelsen kan du også stille oppfølgingsspørsmål som «Kan du forklare dette i enklere termer» eller «Gi meg flere alternativer» for å få ulike og mer detaljerte svar i søket.

Obs!

Alltid faktasjekkresultater. Selv om LLM-svar virker overbevisende, kan de være unøyaktige, ufullstendige eller upassende. LLM-er kan ikke forstå eller evaluere svarnøyaktighet. Det er viktig å være oppmerksom på at Copilot Chat gir lærere og elever kilder for nettinnholdet den bruker som data i svarene, slik at de kan evaluere det før de bruker det som en pålitelig kilde.

Et praktisk eksempel:

Et fakultetsmedlem ved et universitet må skrive en ny pensum for et kurs om byplanlegging. De begynner med å be Copilot Chat om å skrive et sammendrag av et kurs på universitetsnivå om byplanlegging. Sammendraget er detaljert, men inkluderer ikke alle kurselementene. Fakultetsmedlemmet endrer ledeteksten for å inkludere kursdisposisjonen og angir at sammendraget er for et kurspensum. Den andre gjentakelsen er nærmere det de trenger for pensumet. De kopierer teksten, limer den inn i et Word dokument og endrer bare noen få ord. Sammendraget er fullført. Deretter ber de Copilot Chat om å skrive læringsmål for kurset basert på disposisjonen og sammendraget. I løpet av få minutter fullfører de denne oppgaven og kan gå videre til å opprette kursmateriell.

Selv om llms er imponerende på mange måter, er de best egnet for oppgaver som involverer kategorisering, generering av nye ideer eller oppsummering av tekst i stedet for å hente bestemte detaljer fra et stort datasett.