Tógann réamhoiliúint eolas bunúsach samhail ó shraitheanna sonraí ollmhóra, agus scagann uasmhéadú iar-oiliúna an bonn sin le haghaidh tascanna sonracha agus ailíniú daonna. Tá an dá chéim riachtanach i bhforbairt nua-aimseartha na hintleachta saorga, ag freastal ar róil chomhlántacha seachas róil iomaíocha.
An chéim oiliúna tosaigh ina bhfoghlaimíonn samhail patrúin ghinearálta ó chainníochtaí ollmhóra téacs nó sonraí amha.
Teicnící a chuirtear i bhfeidhm tar éis réamhoiliúna chun samhail a speisialtóireacht, ailíniú a fheabhsú, agus feidhmíocht tascanna a threisiú.
| Gné | Réamh-oiliúint | Uasmhéadú Iar-Oiliúna |
|---|---|---|
| Céim sa Phíblíne | An chéad chéim de fhorbairt mhúnla | Leanann réamh-oiliúint |
| Príomhsprioc | Foghlaim eolas ginearálta agus patrúin | Speisialtóireacht agus ailíniú an tsamhail |
| Riachtanais Sonraí | Trilliún comharthaí, gan lipéad | Na mílte go dtí na milliúin samplaí lipéadaithe |
| Costas a Ríomh | Thar a bheith ard (na milliúin dollar) | Measartha (na mílte dollar) |
| Teicnící Coitianta | Foghlaim féinmhaoirseachta, samhaltú teanga masctha | SFT, RLHF, DPO, Intleacht Shaorga Bunreachtúil |
| Aschur | Múnla bonn le cumais leathana | Múnla ailínithe, réidh le haghaidh tascanna |
| Fad | Seachtainí go míonna ar bhraislí móra | Uaireanta go laethanta |
| In-aisiompaitheacht | Pointe tosaigh do gach obair ina dhiaidh sin | Is féidir é a athdhéanamh nó a choigeartú |
Feidhmíonn réamhoiliúint mar chéim tógála bunús ina nglacann samhail eolas ginearálta ó chainníochtaí ollmhóra sonraí amha. Gan é sin, ní bheadh aon tuiscint bhunúsach ag an tsamhail ar theanga, réasúnaíocht, ná fíricí an domhain. Tógann uasmhéadú iar-oiliúna an bunús sin agus cruthaíonn sé rud éigin úsáideach é, ag múineadh don tsamhail conas treoracha a leanúint, iarratais dhíobhálacha a dhiúltú, agus barr feabhais a bhaint amach i dtascanna sonracha. Smaoinigh ar réamhoiliúint mar oideachas ginearálta a thuilleamh agus ar iar-oiliúint mar an oiliúint poist speisialaithe a leanann.
Tá an difríocht scála idir an dá chéim seo dochreidte. Éilíonn réamh-oiliúint tacair sonraí ollmhóra, trilliúin comharthaí go minic, agus ritheann sé ar na mílte GPU ar feadh seachtainí nó míonna. Oibríonn iar-oiliúint ar scála i bhfad níos lú, ag baint úsáide as tacair sonraí coimeádta de na mílte go dtí na milliúin samplaí de ghnáth. Fágann sé seo go bhfuil iar-oiliúint i bhfad níos inrochtana do fhoirne agus do thaighdeoirí níos lú ar mian leo samhlacha atá ann cheana a shaincheapadh gan iad a thógáil ón tús.
Braitheann réamhoiliúint ar chuspóirí féinmhaoirseachta ina múineann an tsamhail í féin go bunúsach trí chomharthaí atá ar iarraidh nó ina dhiaidh sin a thuar i seichimh. Cuimsíonn uasmhéadú iar-oiliúna trealamh éagsúil lena n-áirítear mionchoigeartú maoirseachta ar phéirí treoracha-freagartha, RLHF a úsáideann rátálacha rogha daonna chun samhail luaíochta a oiliúint, agus modhanna níos nuaí cosúil le DPO a shimplíonn an próiseas ailínithe. Díríonn gach teicníc iar-oiliúna ar spriocanna éagsúla, ó chabhair bhunúsach go cumais réasúnaíochta casta.
Is uath-iomlánú sofaisticiúil é samhail réamh-oiliúna leis féin, is féidir léi téacs comhtháite a ghiniúint ach ní leanfaidh sí treoracha go hiontaofa ná ní iompróidh sí go sábháilte. Is é an t-iar-oiliúint a athraíonn samhail teanga amh ina cúntóir comhrá-róbait ar mhaith leat idirghníomhú leis i ndáiríre. Cinneann an obair ailínithe a dhéantar san iar-oiliúint an bhfuil an tsamhail cabhrach, neamhdhíobhálach, macánta, agus in ann comhrá casta a dhéanamh.
Tugann iar-oiliúint i bhfad níos mó solúbthachta mar is féidir í a athdhéanamh, a chomhcheangal agus a choigeartú gan tosú arís. Is féidir le foirne samhail a choigeartú go mín le haghaidh feidhmchlár leighis, agus ansin optamú breise a chur i bhfeidhm do riachtanais ospidéil ar leith. Cruthaíonn réamhoiliúint, nuair a bhíonn sí críochnaithe, bonn seasta a thógann gach duine air. Sin é an fáth gur dhírigh pobal na hintleachta saorga aird i dtreo taighde iar-oiliúna, is ann a tharlaíonn saincheapadh agus idirdhealú is tapúla.
Is leor réamhoiliúint amháin chun cúntóir úsáideach AI a dhéanamh.
Is samhail réamh-oiliúna comhlánaitheoir téacs sofaisticiúil go bunúsach. Gan uasmhéadú iar-oiliúna, ní féidir léi treoracha a leanúint go hiontaofa, iarratais dhíobhálacha a dhiúltú, ná comhráite comhtháite a choinneáil. Éilíonn gach comhrábot táirgeachta obair shuntasach iar-oiliúna.
Níl san uasmhéadú iar-oiliúna ach mínchoigeartú simplí.
Cuimsíonn iar-oiliúint nua-aimseartha réimse sofaisticiúil teicnící lena n-áirítear RLHF, DPO, AI bunreachtúil, agus oiliúint dírithe ar réasúnaíocht. Baineann na modhanna seo le samhaltú casta luach saothair, foghlaim roghanna, agus mionchoigeartú athchleachtach a théann i bhfad níos faide ná mionchoigeartú maoirseachta bunúsach.
Bíonn samhlacha níos fearr i gcónaí mar thoradh ar níos mó réamhoiliúna.
Léirigh taighde go laghdaíonn na torthaí a bhaineann le sonraí réamh-oiliúna a scálú. Tá an réimse ag aithint níos mó gur féidir le feabhsuithe iarchoiliúint, go háirithe maidir le réasúnaíocht agus ailíniú, gnóthachain níos mó a thabhairt ná ríomhaireacht réamh-oiliúna bhreise.
Is ionann RLHF agus DPO.
Cé go bhfuil sé mar aidhm ag an dá cheann samhlacha a ailíniú le roghanna daonna, oibríonn siad ar bhealach difriúil. Traenálann RLHF samhail luach saothair ar leith a threoraíonn foghlaim athneartaithe, agus déanann DPO an polasaí a bharrfheabhsú go díreach ag baint úsáide as péirí roghanna gan gá le samhail luach saothair. Tá DPO níos simplí ach d'fhéadfadh tréithe feidhmíochta difriúla a bheith aige.
Is féidir le hiar-oiliúint aon fhadhb le samhail bhunúsach a réiteach.
Ní féidir le hiar-oiliúint cumais a chruthú nach bhfuil sa mhúnla bonn. Mura bhfuil eolas nó cumais réasúnaíochta áirithe i samhail réamh-oilte, ní chuirfidh aon mhéid mionchoigeartaithe leis iad. Cuireann an bunús a leagtar le linn na réamh-oiliúna srian ar a bhfuil indéanta níos déanaí.
Ní cur chuige iomaíocha iad réamh-oiliúint agus iar-oiliúint ach céimeanna seicheamhacha a bhfuil an-tábhacht leo araon. Tá réamh-oiliúint riachtanach nuair atá tú ag tógáil samhail nua bunúis ón tús agus cumais leathana ag teastáil uait, agus is é an t-uasmhéadú iar-oiliúna an rogha phraiticiúil do fhormhór na bhfoirne ar mian leo samhlacha atá ann cheana a oiriúnú do chásanna úsáide sonracha. I gcás fhormhór na n-eagraíochtaí, cuireann iar-oiliúint an toradh is fearr ar infheistíocht ar fáil ós rud é go dtógann sé ar obair atá déanta cheana féin ag saotharlanna móra.
Déantar comparáid anseo idir AI ar an ngléas agus AI sa scamall, agus béim á cur ar an gcaoi a ndéanann siad próiseáil ar shonraí, a dtionchar ar phríobháideachas, ar fheidhmíocht, ar inrochtaineacht, agus ar chásanna úsáide tipiciúla do idirghníomhaíochtaí i ndáiríre, do mhúnlaí móra-scála, agus do riachtanais ceangalacha i bhfeidhmchláir nua-aoiseacha.
Leagann an comparáid ailtireachta seo béim ar na príomhdhifríochtaí idir córais AI atá feasach ar chomhthéacs, a dhéanann anailís dhinimiciúil ar shonraí comhthéacsúla amhail intinn an úsáideora, stair agus timpeallacht, agus córais atá dall ar chomhthéacs, a phróiseálann ionchuir mar imeachtaí scoite bunaithe go hiomlán ar rialacha seasta, réamhshainithe.
Déanann an miondealú ailtireachta seo anailís ar na paraidímí ar leith de chórais intleachta saorga atá dírithe ar spriocanna agus atá dírithe ar ionchur. Cé go mbíonn ailtireachtaí atá dírithe ar ionchur thar barr i bpróiseáil imoibríoch agus in aithint patrún meandarach, bíonn na creatlacha cognaíocha chun cinn atá riachtanach le haghaidh réasúnaíocht ilchéime, pleanáil oiriúnaitheach, agus réiteach fadhbanna uathrialach ag córais atá dírithe ar spriocanna.
Sa mhiondealú mionsonraithe seo, déantar iniúchadh ar na difríochtaí bunúsacha idir Intleacht Shaorga Mhachnamhach agus Intleacht Shaorga Dhea-bhreithnithe, ag mapáil a n-ailtireacht le próiseáil chognaíoch Chóras 1 agus Chóras 2 an duine. Clúdaítear an chaoi a gcuireann na córais seo i bhfeidhm ar réiteach fadhbanna, ar inoiriúnaitheacht fíor-ama, agus ar éifeachtúlacht ríomhaireachtúil chun todhchaí na hintleachta saorga ilchisealaithe a shainiú.
Déanann córais dhíláraithe AI faisnéis, sonraí agus ríomhaireacht a dháileadh ar fud nóid neamhspleácha, agus is minic a thugann siad tús áite do oscailteacht agus do rialú úsáideoirí, agus déanann cuideachtaí córais chorparáideacha AI a bhainistiú go lárnach agus iad ag optamú feidhmíochta, brabúis agus comhtháthú táirgí. Múnlaíonn an dá chur chuige an chaoi a dtógtar, a rialaítear agus a rochtaintear AI, ach tá difríocht mhór eatarthu ó thaobh trédhearcachta, úinéireachta agus rialaithe de.
