Duże modele językowe

Ukończone

Zrozumienie sposobu działania generowanej sztucznej inteligencji może pomóc nauczycielom utrzymać się w czołówce postępu technologicznego w edukacji. Przyjrzyjmy się bardziej słownictwa sztucznej inteligencji.

Co to są duże modele językowe?

Duży model językowy (LLM) odnosi się do modeli sztucznej inteligencji, takich jak GPT-4 (i przyszłych wersji) przez usługę OpenAI, które są wytrenowane na ogromnych ilościach tekstu i mogą generować odpowiedzi konwersacyjne na miejscu, przewidując, jakie słowa pojawią się w frazie — na przykład układając zagadkę. Duże modele językowe mogą wykonywać różne zadania języka naturalnego, takie jak:

• Klasyfikacja
• Podsumowania
• Tłumaczenie
• Generowanie zawartości
• Dialog (na przykład wirtualni asystenci)

Duże modele językowe są trenowane na miliardach przykładów językowych z różnych źródeł, takich jak książki, artykuły i strony internetowe, które pomagają im reagować faktami, gramatycznie poprawnym tekstem, argumentacją i pozorami kreatywności.

Popularny system ChatGPT z interfejsu OpenAI jest przykładem tego typu wygenerowanej sztucznej inteligencji. ChatGPT jest obsługiwana przez duży model językowy wynaleziony w usłudze OpenAI na podstawie modelu GPT-4 (wstępnie wytrenowanego transformatora generowania). Pomyśl o ChatGPT jako aplikacji opartej na dużym modelu językowym, który został dostosowany do interaktywnych czatów.

Osoby przy użyciu aplikacji obsługiwanej przez duży model językowy może kierować dane wyjściowe modelu za pomocą monitów — tekstu wprowadzanego w interfejsie aplikacji. Polecenia mogą być zdaniami lub pytaniami w języku naturalnym, fragmentami kodu lub poleceniami albo dowolną kombinacją tekstu lub kodu.

Gdy monit jest specyficzny i szczegółowy, maszyny llm mogą generować tekst, rozwijać główne punkty, skondensować informacje w kluczowych punktach i efektywnie odpowiadać na pytania. Sztuką twórczego definiowania monitów LLM jest nowe pole znane jako projektowanie monitów i monitowanie inżynierów. Obejmuje proces tworzenia skutecznych i wydajnych monitów w celu uzyskania żądanej odpowiedzi. Nauczyciele i uczący się mogą wymagać eksperymentowania z wyborem odpowiednich słów, fraz, symboli i formatów, które prowadzą model do generowania tekstów wysokiej jakości i odpowiednich.

Oto kilka wskazówek dotyczących pisania skutecznych monitów:

• Bądź konkretny.
• Użyj odpowiedniego modelu dla zadania.
• Poproś o wyniki z określonego punktu widzenia.
• Przewodnik po modelu w celu wygenerowania żądanej długości.
• Użyj przycisku nowy temat , gdy chcesz zmienić tematy (grafika wiersza polecenia: Jak uzyskać najlepsze z generowania sztucznej inteligencji).

Firma Microsoft wykorzystuje dużą technologię modelu językowego do obsługi możliwości rozwiązania Copilot.

Copilot jest jak posiadanie asystent badawczego, osobistego planisty i kreatywnego partnera u boku za każdym razem, gdy szukasz w Internecie. Dzięki temu zestawowi funkcji opartych na sztucznej inteligencji można:

• Zadaj rzeczywiste pytanie. Kiedy zadajesz złożone pytania, Copilot może udzielić szczegółowych odpowiedzi.
• Uzyskaj rzeczywistą odpowiedź. Usługa Copilot analizuje wyniki wyszukiwania w internecie, aby uzyskać podsumowanie odpowiedzi.
• Zaskocz mnie swoją kreatywnością. Gdy potrzebujesz inspiracji, Copilot może pomóc Ci pisać wiersze, historie, a nawet stworzyć zupełnie nowy obraz.
• W środowisku czatu możesz również zadawać kolejne pytania , takie jak "Czy możesz to wyjaśnić w prostszych słowach" lub "Daj mi więcej opcji", aby uzyskać różne i bardziej szczegółowe odpowiedzi w wyszukiwaniu. Jednak na czacie każda konwersacja ma ograniczoną liczbę interakcji, aby zapewnić, że interakcje będą zakorzenione w wyszukiwaniu.

Uwaga

Zawsze sprawdzaj wyniki. Chociaż odpowiedzi LLM wydają się przekonujące, mogą być niedokładne, niekompletne lub nieodpowiednie. Moduły LLM nie mogą zrozumieć ani ocenić dokładności odpowiedzi. Należy pamiętać, że usługa Copilot udostępnia nauczycielom i uczniom źródła zawartości online używanej jako dane w odpowiedziach, dzięki czemu mogą ocenić ją przed użyciem jej jako zaufanego źródła.

Członek wydziału na uniwersytecie musi napisać nowy program nauczania na kurs na temat planowania urbanistycznego. Zaczynają od zwrócenia się do Copilot o napisanie podsumowania kursu na poziomie uniwersyteckim na temat planowania urbanistycznego. Podsumowanie jest szczegółowe, ale nie zawiera wszystkich elementów kursu. Członek wydziału modyfikuje monit o uwzględnienie konspektu kursu i określa, że podsumowanie dotyczy programu nauczania kursu. Druga iteracja jest bliższa potrzebom programu nauczania. Kopiują tekst, wklejają go do dokumentu Word i zmieniają tylko kilka słów. Podsumowanie zostało wykonane. Następnie proszą Copilot o napisanie celów szkoleniowych dla kursu na podstawie konspektu i podsumowania. W ciągu kilku minut wykonają to zadanie i mogą przejść do tworzenia materiałów kursowych.

Mimo że maszyny llm są imponujące na wiele sposobów, najlepiej nadają się do zadań obejmujących kategoryzację, generowanie nowych pomysłów lub podsumowywanie tekstu zamiast pobierania określonych szczegółów z dużego zestawu danych.