Dati bassi, più intelligenza: il potere di SLMS – opinione

Di Nuno Ruvo

La conseguenza della produzione di intelligenza artificiale ha portato molti casi di utilità, alcuni con grande successo e alcuni altri risultati sono caduti alle aspettative. Questa espansione dei sistemi basati sull’intelligenza artificiale è ampiamente guidata da modelli linguistici e la razza dei principali produttori per sviluppare il miglior modello linguistico al mondo è la prova di questo. GPT (OpenAI/Microsoft), Gemini (Google), Gama Granite (IBM), Claude (antropico), Deepsek, Mistrol, Lama, insieme ad altri, sono più comuni: sono principalmente LLM (grandi modelli di lingua). Ma cosa significa? In generale, non stanno solo comprendendo la lingua, ma hanno anche enormi informazioni su più temi, in pratica, “… …C’è tutto e non so cosa fare! “

. In teoria, è molto buono, ma in pratica solleva una domanda di base: abbiamo bisogno di un modello molto completo per tutte le applicazioni?

La risposta è un round no. Se eseguo il veicolo esperto di sistemi di intelligenza artificiale video e le richieste di analisi nelle affermazioni, so anche come dare ricette di COD? Oppure, se la mia azienda lavora nel campo legale, ha senso avere conoscenza del modello sulla meccanica quantistica? Condividendo l’espressione utilizzata dal cliente, l’unico modello di “cene”, non devo parlare di telecomunicazioni o altri campi.

La realtà è che solo questi dati aggiuntivi sono occupati e richiedono elevate fonti computazionali per supportare l’implementazione di questi modelli. Ciò è equivalente all’uso di una formica per uccidere una formica: i rifiuti delle risorse.

In alternativa, SLMS (piccoli modelli di linguaggio). Questi sono addestrati per progetti più piccoli, in particolare per un dominio o area di conoscenza, e diventano veri professionisti nel loro campo, senza perdere le vagabondi.

• Ci sono molti vantaggi di scegliere SLMS invece di LLM:Infrastruttura leggermente
• Per coloro che cercano una soluzione di accillamento, l’hardware necessario per guidare SLM è significativamente inferiore, ricevere l’IA è più praticabile, specialmente per le aziende con problemi di sicurezza e privacy.Basso costo
• .La minore probabilità di allucinazioni
• : Poiché SLMS funziona con set di dati più limitati e specifici, è ridotta la possibilità di fornire risposte irrilevanti o errate.Sostenibilità

: Questo tema è anche all’ordine del giorno e può causare molte aziende. L’impronta di carbonio associata alla formazione e all’implementazione di SLM è molto più piccola di LLM, che consente l’ambiente e l’approccio efficace all’IA.

Allora perché stiamo usando LLM?

In Portogallo, il motivo principale per la ricezione di SLMS è la mancanza di modelli speciali che comprendono ed elabora correttamente il portoghese europeo. Inoltre, tempo e test per ogni necessità di trovare il modello giusto, che porta alla scelta del percorso più semplice di molte aziende: ricorrere a un LLM e filtrare le informazioni irrilevanti.

Un’altra alternativa è quella di formare modelli specifici, ma questo approccio non è ancora pratico per la maggior parte delle organizzazioni, a causa dei costi e della complessità e della mancanza di capacità umane, fisiche ed economiche.

Future: uno scenario più unico

Gli studi hanno dimostrato che le scommesse su SPLEP speciali saranno una tendenza nei prossimi anni, alcune aziende hanno fatto ricorso a piccoli e piccoli modelli per alcuni compiti. In Portogallo, questo cambiamento è guidato dal primo grande sviluppo nazionale SLM e Aamalia. In caso di successo, rappresenta un punto di riferimento nel modo in cui riceviamo l’IA, che può essere più efficiente, accessibile e soddisferà le nostre esigenze.

Alla fine della giornata, la domanda rimane: vogliamo modelli poco noti senza specializzazione o modelli piccoli o centralizzati ed efficaci? Il futuro dei nostri progetti può trovare questo equilibrio.