已不再支援此瀏覽器。
請升級至 Microsoft Edge,以利用最新功能、安全性更新和技術支援。
透過回答下列問題來檢驗您的知識。
大型語言模型 (LLM) 的用途為何?
藉由學習大量的文字資料、探索語言的模式和規則,從而處理並產生自然語言文字。
為了展現擬人化特質並理解情緒。
為了理解語言和事實。
傳統自然語言處理 (NLP) 和大型語言模型 (LLM) 的差異為何?
傳統 NLP 會在基礎模型中使用數 TB 的未標記資料,而 LLM 則提供一組已標記的資料來訓練機器學習模型。
傳統 NLP 已針對特定使用案例進行高度最佳化,而 LLM 則是以自然語言描述您想要模型執行的動作。
傳統 NLP 針對每個功能都需要一個模型,而 LLM 則使用單一模型因應多種自然語言使用案例。
自然語言模型中的 Token 化用途為何?
為了以機器可理解的方式來表示文字且不會丟失其脈絡,讓演算法更容易識別模式。
為了以逐個字母的方式產生文字。
為了使用單一 Token 來表示常見字組。
您必須先回答所有問題,才能檢查進度。
此頁面對您有幫助嗎?