我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。
我們已經在AI說書 - 從0開始 - 32中,展示了OpenAI的API如何使用,儘管 API 可以滿足許多需求,但它們也有其限制,例如,多用途 API 可能在所有任務中都相當不錯,但對於特定的 NLP 任務卻不夠好,例如,使用 Transformer 進行翻譯並不是一件容易的事,在這種情況下,AI 開發人員、顧問或專案經理必須證明僅靠 API 無法解決所需的 NLP 任務,因此,我們可能需要尋找可靠的函式庫、替代解決方案或開發一個。
未來,我們將探索幾個函式庫,例如,Google 擁有一些世界上最先進的人工智慧實驗室, Google Trax 可以在 Google Colab 中的幾行安裝,我們可以選擇免費或付費服務,我們可以取得原始碼、調整模型,甚至在我們的伺服器或 Google Cloud 上訓練它們,例如,從現成的 API 到為翻譯任務自訂Transformer Model。
我們已經看到,OpenAI 等 API 需要的開發人員技能有限,而 Google Trax 等程式庫則更深入地挖掘程式碼,這兩種方法都表明,AI API 需要在 API 編輯器端進行更多開發,但在實作 Transformer 時需要花費較少的精力。
Google 翻譯是使用 Transformer 和其他演算法的最著名的線上應用程式之一,Google翻譯可以在線上使用或透過API使用: