Mga Pundamental ng AI
Mga Large Language Model
Neural network, LLM, at machine learning para sa mga merkado.
Sa leksyong ito
- Paano gumagana ang mga large language model
- Ano ang ibig sabihin ng hallucination
Mga pangunahing aral
- 1Ang isang LLM ay humuhula ng susunod na token mula sa konteksto
- 2Maaari itong mukhang kumpiyansa ngunit mali
- 3Palaging i-verify ang output ng AI bago kumilos dito
Buod ng leksyon
Ang isang large language model ay hinuhulaan ang malamang na susunod na mga token mula sa konteksto.
Mental Model
Ang tamang paraan ng pag-iisip sa mga large language model
Ang isang large language model ay hinuhulaan ang malamang na susunod na mga token mula sa konteksto. Maaari itong makagawa ng kapaki-pakinabang na suporta sa pag-iisip, ngunit hindi nito nalalaman ang katotohanan sa paraan ng isang query ng database.
- Paano gumagana ang mga large language model
- Ano ang ibig sabihin ng hallucination
Mekanismo
Paano dapat isipin ang tungkol sa mga large language model
Ang teksto ay nahahati sa mga token at pinoproseso sa pamamagitan ng isang trained neural network.
Ang modelo ay nagge-generate ng output mula sa mga statistical na pattern at konteksto.
Ang retrieval, mga tool, at pag-verify ay nagpapabuti ng pagiging maaasahan ngunit hindi nag-aalis ng pangangailangan na suriin.
- Ang isang LLM ay humuhula ng susunod na token mula sa konteksto
- Maaari itong mukhang kumpiyansa ngunit mali
- Palaging i-verify ang output ng AI bago kumilos dito
Halimbawa
Ang mga large language model sa tunay na buhay
Ang isang LLM ay maaaring magbuod ng isang dokumento ng protocol, ngunit dapat pa rin i-verify ng gumagamit ang mga contract address, mga numero ng bayarin, at mga claim sa panganib mula sa mga pangunahing pinagkukunan.
Mga Karaniwang Pagkakamali
Bakit maling isipin ang mga large language model nang ganito
Ang maayos na pagsulat ay pakiramdam na may awtoridad. Ito ay mapanganib sa pananalapi dahil ang isang kumpiyansang pangungusap ay maaari pa ring gawa-gawa o lipas na.
Mga Tala sa Panganib
Bakit mapanganib ang mga large language model kapag di-maingat
Ang hallucination, lipas na impormasyon, prompt injection, at mga nakatagong pagpapalagay ay maaaring humantong sa mahinang desisyon sa pangangalakal o seguridad.
- Ipaliwanag ang hula ng susunod na token.
- Tukuyin ang isang panganib ng hallucination.
- I-verify ang mga kritikal na katotohanan sa labas ng modelo.
Pagsasanay
Ikonekta ang mga large language model sa iyong sariling situwasyon
- Ipaliwanag ang hula ng susunod na token.
- Tukuyin ang isang panganib ng hallucination.
- I-verify ang mga kritikal na katotohanan sa labas ng modelo.
Suriin
Mga pangunahing termino
- Large Language Model (LLM)
- Isang AI model na sinanay upang hulaan at bumuo ng teksto mula sa konteksto.
- Machine Learning
- Mga algorithm na natututo ng mga pattern mula sa datos sa halip na malinaw na ma-program.
- Neural Network
- Isang layered na modelo na maluwag na inspirado ng utak, pangunahing ginagamit sa deep learning.
- Backtesting
- Pagsubok ng isang estratehiya sa makasaysayang datos bago mag-risk ng tunay na kapital.
Mga tala sa pinagkukunan
Mga sangguniang editoryal
Ang mga sangguniang ito ay mga panimulang punto para sa pag-verify ng mga mekanismo, pagsusuri ng panganib, at konteksto ng produkto sa likod ng leksyong ito.
Bago ka magpatuloy
Kaya mo bang gawin ang mga ito?
- Ipaliwanag ang hula ng susunod na token.
- Tukuyin ang isang panganib ng hallucination.
- I-verify ang mga kritikal na katotohanan sa labas ng modelo.
Kaugnay na pag-aaral
Magpatuloy sa pagbabasa
Checkpoint
Tapusin ang leksyong ito
Ipasa ang pagsusuri upang i-save ang progreso, pagkatapos ay ituloy ang track nang sunud-sunod.
I-lock ang leksyong ito
Sagutin nang tama ang bawat tanong upang makumpleto ang leksyon.
Ang isang large language model ay humuhula ng...