Granda lingvomodelo
| Granda lingvomodelo | |||||
|---|---|---|---|---|---|
speco de modelo de artefarita intelekto 
| |||||
| lingvomodelo | |||||
| |||||
Granda lingvomodelo (akronime GLM, angle Large language model, LLM) estas speco de modelo de maŝina lernado dezajnita por taskoj de natur-lingva prilaborado kiel lingvo-generado. LLM-oj estas lingvomodeloj kun multaj parametroj, kaj estas trejnitaj kun mem-kontrolita lernado sur vasta kvanto da tekstoj.
La plej grandaj kaj plej kapablaj LLM-oj estas generaj antaŭtrejnitaj transformiloj (GPT-oj). Modernaj modeloj povas esti fajnagorditaj por specifaj taskoj aŭ gviditaj per prompta inĝenierado.[1] Tiuj modeloj akiras prognozan potencon koncerne sintakson, semantikon, kaj ontologiojn[2] enecajn en homlingvaj korpusoj, sed ili ankaŭ heredas malprecizaĵojn kaj biasojn ĉeestantajn en la datenoj en kiujn ili estas trejnitaj.[3]
Grandaj lingvomodeloj estas esence la "cerboj" malantaŭ potencaj babilrobotoj kiel Apple Intelligence de Apple, ChatGPT de OpenAI, Claude de Anthropic, Gemini de Guglo, Grok de xAI kaj la malfermkoda DeepSeek.
Grandaj lingvomodeloj povas esti konkreta kaj alirebla alternativo, ekzemple, por aŭtoroj el la Tutmonda Sudo, kiuj faras la malavaran penon verki en nedenaskaj lingvoj, kiel la angla aŭ la hispana[4].
Referencoj
[redakti | redakti fonton]- ↑ Brown, Tom B. (Dec 2020). “Language Models are Few-Shot Learners”, Advances in Neural Information Processing Systems 33, p. 1877–1901. Alirita 2023-03-14..
- ↑ Fathallah, Nadeen, "NeOn-GPT: A Large Language Model-Powered Pipeline for Ontology Learning", Extended Semantic Web Conference 2024, 2024-05-26.
- ↑ (2022) “Human Language Understanding & Reasoning”, Daedalus 151 (2), p. 127–138. doi:10.1162/daed_a_01905. Alirita 2023-03-09..
- ↑ Ameya Nagarajan, Ne demandu al AI, demandu al samaĝulo: Kunlabora serio, Global Voices en Esperanto, la 14-an de majo 2026. Alirdato : la 14-an de majo 2026.
Vidu ankaŭ
[redakti | redakti fonton]
| ||||||
