赞
踩
涉及重点技术内容包括:
利用数据挖掘、自然语言处理中的正则匹配、文本去重等技术,对收集的专家知识库、专业标准、知识、逻辑机理、运维经验与运行数据等资料进行冗余字符过滤、重复值删除等处理,提升整体预料质量。
2.指令数据构建技术
利用通用预训练模型的语义理解能力,基于提示词工程技术,研究微调数据的构建方法,提升微调样本构建的效率,减低成本。
3.模型微调和评估技术
基于预训练模型微调和评估技术,研究通过对预训练模型的参数调优、评估等过程,实现调速系统AI人工智能专业小模型构建。
4.强化学习技术
基于已训练模型的推理反馈数据,通过构建奖励学习模型,训练强化学习策略,微调模型的过程实现 AI 大模型的优化。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。