Wanneer gebruikt u LLM's?
Over het algemeen raden we u aan grote taalmodellen te gebruiken wanneer u tekst, afbeeldingen of zelfs code moet genereren.
Er zijn drie verschillende categorieën generatieve AI-modellen:
- Natuurlijke taalmodellen nemen natuurlijke taal in natuurlijke taal en genereren antwoorden.
- Gpt-modellen (pre-trained transformer) nemen natuurlijke taal of codefragmenten in beslag en vertalen ze in code.
- Modellen voor het genereren van installatiekopieën nemen prompts, een basisinstallatiekopieën of beide, en maken een nieuwe installatiekopieën.
Tekstverwerking
Grote taalmodellen kunnen meerdere natuurlijke taaltaken uitvoeren, waaronder:
| Taak | Prompt |
|---|---|
| Tekst samenvatten | "Deze tekst samenvatten in een korte blurb." |
| Tekst classificeren | "Welk genre van boek is dit?" |
| Namen of woordgroepen genereren | "Schrijf een tagline voor mijn bloembedrijf." |
| Vertaling | "Vertaal 'Hoe ben je' in het Frans." |
| Vragen beantwoorden | Wat doet Azure OpenAI? |
| Inhoud voorstellen | "Geef me de vijf beste trouwliederen." |
Werken met code
Grote taalmodellen zijn bedreven in meer dan tien programmeertalen, zoals C#, JavaScript, Perl, PHP en Python. Door LLM's te gebruiken om code te gebruiken, kunt u de volgende uitdagingen oplossen:
- Toepassingen bouwen: U kunt LLM's gebruiken om code te genereren zoals een web-API op basis van prompts.
- Toepassingen onderhouden: als u aan een bestaande codebasis werkt, kunnen LLM's u helpen bij het bijwerken of onderhouden van de bestaande code.
- Toepassingen verbeteren: U kunt LLM's gebruiken om code te verbeteren voor een specifieke metrische waarde, zoals verbeterde beveiliging of logboekregistratie.
Op basis van de invoer 'Een for-lus tellen van 1 tot 10 in Python' wordt bijvoorbeeld het volgende antwoord gegeven:
for i in range(1,11):
print(i)
Verwerking van installatiekopieën
Grote taalmodellen kunnen zowel realistische als artistieke afbeeldingen maken, de indeling of stijl van een afbeelding wijzigen en variaties op een opgegeven afbeelding maken. Voorbeeld:
Generatie van installatiekopieën: LLM's kunnen oorspronkelijke afbeeldingen genereren met behulp van invoertekst van wat u wilt dat de afbeelding is. Hoe gedetailleerder u bent, hoe waarschijnlijker het is dat het model de gewenste afbeelding produceert.
Een afbeelding bewerken: LLM's kunnen een afbeelding bewerken met behulp van invoertekst van wat u wilt wijzigen over de afbeelding. U kunt de stijl van een afbeelding wijzigen, items toevoegen of verwijderen of nieuwe inhoud genereren die u wilt toevoegen.
Afbeeldingsvariaties: LLM's kunnen variaties van een afbeelding genereren met behulp van de afbeelding zelf en invoertekst die aangeeft hoeveel variaties van de afbeelding moeten worden geproduceerd. De oorspronkelijke afbeelding blijft hetzelfde, maar de kleur, achtergrondscène en waar de objecten zich bevinden, kunnen veranderen in variaties.