Cilvēka līmeņa MI: kādi ir zinātnes atklājumi? 

Yann LeCun, viens no mākslīgā intelekta (MI) pionieriem un galvenais MI zinātnieks Metā, runājot par cilvēka līmeņa MI, teica, ka “šāds MI līmenis nav tikai ap stūri. Tas prasīs ilgu laiku un prasīs jaunus zinātniskus atklājumus, par kuriem mēs vēl nezinām.” Tomēr tur […]

Pārvarot vienkāršu izguves pastiprinātu ģenerēšanu (RAG)

Kas ir izgūšanas paplašinātā ģenerēšana (RAG)? Retrieval-Augmented Generation (RAG) ir kļuvusi par spēcīgu metodi lielu valodas modeļu (LLM) zemēšanai saturam, kas pielāgots konkrētiem domēniem. Būtībā RAG sistēmas ļauj lietotājiem indeksēt dokumentu kopumu un uzdot jautājumus par šo dokumentu saturu dabiskā valodā. Sistēma reaģē, vispirms izgūstot […]

MI sacensības: kā mazākās valodas tiek līdzi? 

Kopš statistikas valodas modeļu parādīšanās astoņdesmitajos gados šajā jomā ir notikušas ievērojamas pārmaiņas. Gadu desmitu laikā ir attīstījušās šo AI modeļu veidošanas metodoloģijas, ir palielinājies apstrādāto datu apjoms un paši modeļi ir kļuvuši sarežģītāki. Parametru skaitam – matemātiskajiem koeficientiem formulās – ir […]

LLM apmācības datu dilemma: netīrumu okeāns vai zelta piliens? 

Dr. Toms Bergmanis, Tildes mākslīgā intelekta pētnieks   Lai izveidotu mākslīgā intelekta sistēmas, kas spēj saprast un ģenerēt cilvēka valodu, ir nepieciešams milzīgs daudzums LLM apmācības datu. Šie dati ir pamats LLM spējai izprast un radīt cilvēkam līdzīgu valodu. Tomēr šeit ir spēkā klišeja, ka ne visi dati ir vienādi. Tātad, […]