BBS-is Pekingi intelligentses võrgumudelis peetud 2023. aasta AI-võrguinnovatsiooni konverents, ZTE Cable Products mudel vanemarhitekt Ji'an-Guo Lu muutis tarkusevõrgu uue ajastu: suur mudel juhib ZTE teema tulevikku peenhäälestamismudeli abil, et täiustada korpuse kvaliteeti ja kasutada digitaalset kaksikut automatiseerimisandmeid.
Lu Jianguo ütles, et paljud võtmetehnoloogiad, näiteks AI võimaldavad, digitaalsed kaksik- ja kavatsuste draivi, toetavad enese integreerumisvõrgu luuretaset L4-st L4-st L5-ni ning panevad enesetegevuse võrgustiku iteratsiooni ja arenema, et täiendada eneseindelli. Nende peamiste tehnoloogiate hulgas on AI kõige olulisem mootor ja AI -tehnoloogia võtmeks on suured mudelid.
Enese integreerimisvõrgustiku jaoks suure mudeli rakendamiseks tutvustas Lu Jiangoo, et suurel mudelil on super genereerimise võime ja see suudab kiiresti genereerida suure hulga skeeme. Intellektuaalsete võrguoperatsioonide jaoks on selline vajadus rakendada suure hulga operatsiooni etappe, mis samaväärsed suure mõõtmega ruumis, et leida optimaalne lahendus, lahendus, mis on seatud kõigi võimalike protsesside jaoks, suur mudel üldlahenduste jaoks, näiteks NP (mitte polünoomi) probleem, suur hulk proove, hindamine, optimeerimine, iteratsioon võib mängida tõhusat käärimist, läheneda kiiresti optimaalse lahenduse lähenemisele. Ehkki suured mudelid genereerivad palju skeeme, on keeruline tagada, et need skeemid oleksid kasulikud. Ehkki suurtel mudelitel on teatud mõtlemisvõime, vajavad nad keeruka loogikaga tegelemisel siiski inimese sekkumist. Selle probleemi lahendamiseks soovitab ZTE integreerida ekspertide kogemusi mudeli järkjärgulise koolituse ja peenhäälestamise protsessis, et moodustada suletud ahela iteratsioon. Sel viisil saab realiseerida sujuva ülemineku käsitsi tagasiside tugevduse õppimiseni tööriistade tagasiside õppimiseni, mis võib ühelt poolt tõhusalt kasutada suurte mudelite tootmisvõimet ja teiselt poolt tagada, et genereeritud diagnostiline skeem oleks täpne ja usaldusväärne. Selles skeemis on see peamine lüli toimingute ja hoolduse teadmiste kaardi loomiseks koos teadmistehnikaga. Andmete hoorattaskeemi genereerimine põhineb töö- ja hooldusteadmiste kaardil, et vältida mudeli illusiooni ja tagada genereerimisskeemi usaldusväärsus ja täpsus. See teadmiste graafikupõhine lähenemisviis saab paremini integreerida ekspertide kogemusi ja mudelite genereerimise võimalusi, et pakkuda usaldusväärsemaid lahendusi.
Suure mudeli rakendusloogika kujundamiseks tutvustas Lu Jiangoo veel, et ZTE võtab kasutusele mudelipõhise suletud ahela meetodi, mis põhineb kiirel inseneritööl. Kujunduse põhiolemus on võtta sisendina inimkeele struktureeritud väljendus, suure mudeli kaudu struktureeritud väljund (paigutusskeem) ja lõpuks ühendada rakenduse raamistiku interaktiivne täitmine. Ülaltoodud loogika realiseerimiseks teeb ZTE tehnilisi ettevalmistusi paljudest aspektidest, näiteks mitme modaalse võimekuse areng, korpuse ettevalmistamine, ressursside suhete teadmiste graafikute teadmiste süstimine, aatomi API Corpus Reserve / Atomic API võimekuse reserv, kunstliku simulatsiooni tõrkekeskkonna loomine, digitaalne kaksiku automaatse rikke simulatsiooni keskkond ja tööriistade ettevalmistamine.
Lu Jianguo ütles lõpuks, et suure mudeli peamine väärtus seisneb selle tekkimisvõimes, see tähendab, et see võib genereerida uuendusi, ühendades olemasolevad teadmised. Selle tekkiva võime realiseerimine sõltub aga kvaliteetsest andmete tootmisest, aktsepteerimisest ja sademetest. Määravaks teguriks on vooruslik andmetsükkel.
Postiaeg: 20. november 20123