Duże modele językowe (LLM)

  • 7 min

Zrozumienie, jak działa generatywna sztuczna inteligencja, może pomóc nauczycielom pozostać w czołówce postępu technologicznego w edukacji. Przyjrzyjmy się bliżej słownictwu AI.

Co to są duże modele językowe?

Duży model językowy (LLM) odnosi się do modeli sztucznej inteligencji, takich jak GPT-5.6 (i przyszłe wersje) firmy OpenAI, które są trenowane na ogromnych ilościach tekstu i mogą generować odpowiedzi konwersacyjne na miejscu, przewidując, jakie słowa pojawią się w zdaniu - jak układanie puzzli. Duże modele językowe mogą wykonywać różne zadania w języku naturalnym, takie jak:

  • Klasyfikacja
  • Podsumowanie
  • Tłumaczenie
  • Generowanie zawartości
  • Dialog (na przykład asystenci wirtualni)

Duże modele językowe są trenowane na miliardach przykładów językowych z różnych źródeł, takich jak książki, artykuły i strony internetowe, co pomaga im reagować za pomocą faktów, gramatycznie poprawnego tekstu, argumentacji i pozorów kreatywności.

Popularny system ChatGPT firmy OpenAI jest przykładem tego typu generatywnej sztucznej inteligencji. ChatGPT jest obsługiwany przez duży model językowy wymyślony w OpenAI w oparciu o model GPT-5.6 (generatywny wstępnie wygenerowany transformator). Pomyśl o ChatGPT jako o aplikacji zbudowanej na dużym modelu językowym, która jest dostosowana do interaktywnych czatów.

People korzystanie z aplikacji obsługiwanej przez duży model językowy może kierować danymi wyjściowymi modelu poprzez polecenia — tekst wprowadzany w interfejsie aplikacji. Polecenia mogą być zdaniami lub pytaniami w języku naturalnym, fragmentami kodu lub poleceniami albo dowolną kombinacją tekstu lub kodu.

Gdy polecenie jest konkretne i szczegółowe, modele LLM mogą generować tekst, rozszerzać główne punkty, kondensować informacje w kluczowych punktach i skutecznie odpowiadać na pytania. Sztuka kreatywnego definiowania podpowiedzi LLM to rozwijająca się dziedzina znana jako projektowanie podpowiedzi i inżynieria podpowiedzi. Obejmuje proces tworzenia skutecznych i wydajnych poleceń w celu uzyskania pożądanej odpowiedzi. Nauczyciele i uczniowie mogą być zmuszeni do eksperymentowania z wybieraniem odpowiednich słów, fraz, symboli i formatów, które kierują modelem w celu generowania wysokiej jakości i odpowiednich tekstów.

Oto kilka porad dotyczących pisania skutecznych poleceń:

  • Bądź konkretny.
  • Użyj odpowiedniego modelu do danego zadania.
  • Zapytaj o wyniki z określonego punktu widzenia.
  • Poprowadź model, aby wygenerować żądaną długość.
  • Jeśli chcesz zmienić temat, użyj przycisku nowego tematu

Aby uzyskać dalsze wskazówki, zobacz:]

Firma Microsoft używa technologii dużych modeli językowych do obsługi funkcji Copilot Chat.

Funkcja Copilot Chat przypomina posiadanie u boku asystenta badawczego, osobistego planisty i kreatywnego partnera podczas każdego przeszukiwania Internetu. Dzięki temu zestawowi funkcji obsługiwanych przez sztuczną inteligencję możesz:

  • Zadaj rzeczywiste pytanie. Gdy zadajesz złożone pytania, funkcja Copilot Chat może udzielić szczegółowych odpowiedzi.
  • Uzyskaj rzeczywistą odpowiedź. Funkcja Copilot Chat przegląda wyniki wyszukiwania w Internecie, aby zapewnić podsumowaną odpowiedź.
  • Zaskocz mnie swoją kreatywnością. Gdy potrzebujesz inspiracji, funkcja Copilot Chat może pomóc Ci napisać wiersze, opowiadania, a nawet stworzyć zupełnie nowy wizerunek.
  • W środowisku czatu możesz również zadawać pytania uzupełniające, takie jak "Czy możesz wyjaśnić to w prostszy sposób" lub "Daj mi więcej opcji", aby uzyskać inne i bardziej szczegółowe odpowiedzi w wynikach wyszukiwania.

Uwaga

Zawsze weryfikuj wyniki zgodnie z faktami. Chociaż odpowiedzi LLM wydają się przekonujące, mogą być niedokładne, niekompletne lub nieodpowiednie. Modele LLM nie mogą zrozumieć ani ocenić dokładności odpowiedzi. Należy pamiętać, że funkcja Copilot Chat udostępnia nauczycielom i uczniom źródła zawartości online używanej jako dane w odpowiedziach, aby mogli ją ocenić przed użyciem jej jako zaufanego źródła.

Praktyczny przykład:

Pracownik naukowy na uniwersytecie musi napisać nowy program nauczania dla kursu urbanistyki. Zaczynają od poproszenia funkcji Copilot Chat o napisanie podsumowania kursu na poziomie uniwersyteckim na temat planowania urbanistycznego. Podsumowanie jest szczegółowe, ale nie zawiera wszystkich elementów kursu. Wykładowca modyfikuje monit, aby uwzględnić konspekt kursu i określa, że podsumowanie dotyczy sylabusa kursu. Druga iteracja jest bliższa temu, czego potrzebują do programu nauczania. Kopiują tekst, wklejają go do dokumentu programu Word i zmieniają tylko kilka wyrazów. Podsumowanie jest gotowe. Następnie proszą funkcję Copilot Chat o napisanie celów nauki dla kursu na podstawie konspektu i podsumowania. W ciągu kilku minut wykonują to zadanie i mogą przejść do tworzenia materiałów szkoleniowych.

Chociaż modele LLM są imponujące pod wieloma względami, najlepiej nadają się do zadań obejmujących kategoryzację, generowanie nowych pomysłów lub podsumowywanie tekstu, a nie pobieranie określonych szczegółów z dużego zestawu danych.