【账号安全提醒】您的账号尚未绑定邮箱!🎁 立即完善信息,领取50麦豆奖励!为确保账号安全,请尽快完成以下操作:
1.前往下方输入框填写有效邮箱
2.点击「立即绑定」按钮验证
3️.奖励自动发放至您的账户
麦粉社区
>
帖子详情

【AI每日一学】介绍一下大模型的分类

AIChat 发表于 前天 09:39

        麦粉们,知识升级继续!前面我们深入探讨了企业拥抱AI的战略路径和五个关键等级,是不是感觉打开了新世界的大门?光知道理论可不够,实战巩固才能记得牢!最快全部答对的前三名麦粉,依然将收获20麦豆惊喜奖励!(答案就藏在昨天的[企业该如何拥抱AI?企业拥抱AI有哪几个等级?] 宝藏贴里哦~)火速回顾,麦豆等你来拿!


AI知识小问答(知识巩固)


1、企业拥抱AI的五个等级中,哪个等级标志着AI开始参与核心决策过程,提供动态建议并提升决策科学性?


A. 工具化应用


B. 流程优化


C. 决策增强


D. 系统自治


E. 生态重构


2、某零售企业利用AI动态调整库存分配策略,显著优化了跨部门的供应链协作效率。这主要体现了企业拥抱AI的哪个等级?


A. 工具化应用


B. 流程优化


C. 决策增强


D. 系统自治


E. 生态重构


3、企业拥抱AI的最高等级“生态重构”的核心特征是什么?


A. 用AI处理单一、重复性高的简单任务


B. 实现端到端的闭环自动化运作


C. 重塑商业模式,创造全新价值网络和跨领域融合


D. 深度嵌入业务流程,优化部门协作


E. 仅作为辅助工具提升基础效率


 


        经过这场关于AI企业应用等级的头脑风暴,相信大家对AI如何从“工具”一步步跃升为“变革者”有了更清晰的认识! 那么,支撑这些不同等级应用、尤其是驱动“决策增强”、“系统自治”乃至“生态重构”的核心引擎又是什么呢?答案就在于日益强大的大模型技术!它们正成为企业智能化转型不可或缺的“超级大脑”。


       今天,我们就来深入剖析大模型的世界,看看它们是如何按数据类型和应用层级进行分类的,解锁企业驾驭AI浪潮的底层技术密码


 


大模型的分类(今日学习)


1.1. 按照输入数据类型的不同,大模型主要可以分为以下三大类:


语言大模型(NLP):


       是指在自然语言处理(Natural Language Proc essing,NLP)领域中的一类大模型,通常用于处理文本数据和理解自然语言。这类大模型的主要特点是它们在大规模语料库上进行了训练,以学习自然语言的各种语法、语义和语境规则。例如:GPT系列(OpenAI)、Bard(Google)、文心一言(百度)。


 


视觉大模型(CV):


       是指在计算机视觉(Computer Vision,CV)领域中使用的大模型,通常用于图像处理和分析。这类模型通过在大规模图像数据上进行训练,可以实现各种视觉任务,如图像分类、目标检测、图像分割、姿态估计、人脸识别等。例如:VIT系列(Google)、文心UFO、华为盘古CV、INTERN(商汤)。


 


多模态大模型:


       是指能够处理多种不同类型数据的大模型,例如文本、图像、音频等多模态数据。这类模型结合了NLP和CV的能力,以实现对多模态信息的综合理解和分析,从而能够更全面地理解和处理复杂的数据。例如:DingoDB多模向量数据库(九章云极DataCanvas)、DALL-E(OpenAI)、悟空画画(华为)、midjourney。


 


1.2. 按照应用领域的不同,大模型主要可以分为L0、L1、L2三个层级:


通用大模型L0:


        是指可以在多个领域和任务上通用的大模型。它们利用大算力、使用海量的开放数据与具有巨量参数的深度学习算法,在大规模无标注数据上进行训练,以寻找特征并发现规律,进而形成可“举一反三”的强大泛化能力,可在不进行微调或少量微调的情况下完成多场景任务,相当于AI完成了“通识教育”。


 


行业大模型L1:


        是指那些针对特定行业或领域的大模型。它们通常使用行业相关的数据进行预训练或微调,以提高在该领域的性能和准确度,相当于AI成为“行业专家”。


 


垂直大模型L2:


        是指那些针对特定任务或场景的大模型。它们通常使用任务相关的数据进行预训练或微调,以提高在该任务上的性能和效果。

发表于 前天 15:09
CBC

很喜欢出答案是C的题目嘛
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

1回帖数 0关注人数 90浏览人数
最后回复于:前天 15:09
快速回复 返回顶部 返回列表