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。
Transformers 將逐漸接管大多數複雜的自然語言處理任務，然而，人類的干預仍然是必不可少的，正確的方法是訓練一個 Transformers，實現它，控制輸出，並將重要結果回饋到訓練集中，這樣，訓練集就會不斷改進，Transformers 就會不斷學習。
下圖顯示了持續的品質控制將如何幫助 Transformer 的訓練資料集成長並提高其生產效能：
一旦培訓完成並且模型投入生產並進行品質控制，就需要持續的人工品質控制來衡量系統的整個生命週期
