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