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。
這個過程可能比一些開源平台看起來不那麼直觀和快捷，然而，能夠同時管理 Google Cloud、AWS、Microsoft Azure、IBM Cloud 和 Hugging Face 之一的主要平台或其他專業雲平台，是一個值得考慮的技能提升資產。
隨著 AI 驅動的助手逐漸接管許多 AI 和數據科學任務，管理雲平台以進行 AI 項目是一項非常有價值的技能。
微調頁面如下所示：
一旦模型進行微調後，我們可以根據每個項目所授予的許可權，按照 Google Vertex AI 的測試流程來運行它。
PaLM 2 的能力與 GPT-4 相當，沒有絕對的「最佳解決方案」，每個專案有不同的目標和規格，專案管理團隊需根據成本、性能、安全性、隱私和其他項目限制，決定哪個平台最適合專案。
