Sõnastik

Suur keelemudel (LLM)

Mis on Suur keelemudel (LLM)?

Suur keelemudel (large language model, LLM) on närvivõrk, mis on treenitud väga suurte tekstihulkadega, mis võimaldab sellel keelest aru saada ja keelt luua. See töötab, arvutades samm-sammult kõige tõenäolisema järgmise tokeni. LLM-id kirjutavad, võtavad kokku, tõlgivad, vastavad küsimustele ja genereerivad koodi; tuntud näited on Claude, GPT, Gemini ja Llama. Ilma juurdepääsuta värsketele allikatele teavad nad ainult seda, mis oli nende treeningandmetes.

Kuidas KI.ordo aitab

KI.ordo kasutab Anthropicu Claude'i perekonna suuri keelemudeleid ja ühendab need juhiste ning teie oma teadmistega.

Loe lähemalt

Teemad

Keelemudelid
Generatiivne TI
Põhimõiste

Proovi KI.ordot

Agendid, töövood ja mallid ühes tööruumis – tasuta 24-tunnine demo.

Alusta demot

← Kõik terminid

Seotud terminid

Transformer

Transformer on närvivõrgu arhitektuur, mis tutvustati 2017. aastal uurimistöös „Attention Is All You Need“. Selle tuumaks on tähelepanumehhanism: iga sõna kaalutakse suhtes kõigi teiste sõnadega tekstis ning arvutust saab tõhusalt paralleliseerida. Transformerid on tänapäeva keelemudelite, nagu GPT, Claude ja BERT, aluseks ning neid kasutatakse ka piltide ja heli jaoks.

Arhitektuur
Süvaõpe
+1

Token

Token on väikseim tekstiühik, mida keelemudel töötleb, tavaliselt sõna osa, lühike sõna või kirjavahemärk. Mudelid loevad sisendeid ja genereerivad vastuseid token haaval ning ka kontekstiakna suurust mõõdetakse tokenites. Kuna pakkujad arvestavad sisend- ja väljundtokenite eest tasu, määravad tokenid otseselt kulud ja piirangud: pikad juhised ja ulatuslikud taustateadmised suurendavad tarbimist.

LLM
Kulud
+1

Alusmudel

Alusmudel (foundation model) on suur TI-mudel, mis on eeltreenitud väga mahukate ja mitmekesiste andmetega ning mida saab seejärel kasutada paljudeks erinevateks ülesanneteks. Termini võttis 2021. aastal kasutusele Stanfordi ülikool. Tuntud näited on suured keelemudelid, nagu Claude või GPT, ning pildimudelid. Ettevõtted ehitavad oma rakendused tavaliselt selliste mudelite peale, selle asemel et nullist oma mudelit treenida; ELi tehisintellekti määrus räägib üldotstarbelistest TI-mudelitest.

Baasmudel
Keelemudelid
+1

Claude

Claude on USA TI-ettevõtte Anthropic suurte keelemudelite perekond. Mudelid mõistavad ja kirjutavad teksti paljudes keeltes, analüüsivad dokumente, kirjutavad koodi ja oskavad kasutada tööriistu, näiteks uurimistöö või automatiseerimise jaoks. Tuntuimad on mudeliperekonnad Haiku, Sonnet ja Opus, mis erinevad kiiruse, hinna ja võimekuse poolest. Anthropic paneb erilist rõhku turvalisusele ja mudelite usaldusväärsele käitumisele.

Anthropic
keelemudel
+1