the 2023 AI network innovation conference held in Beijing intelligent network model on the BBS, zte cable products model senior architect Ji'an-guo lu made the wisdom network new era: big model drive the future of the theme of the zte through fine tuning directional model ability to enhance the quality of the corpus, and use digital twin automation data cycle, to apply large model to the intelligence network intelligent level of practice.
Lu Jianguo каза, че много ключови технологии, като AI, които дават възможност, цифров близнак и намерение, ще подкрепят нивото на интелигентност на мрежата за самоинтелигенция от L4 до L5 и ще накара мрежата за самоинтелигентност да продължи да повтаря и да се развива, за да завърши самоинтелигентността. Сред тези ключови технологии AI е най -важният двигател, а големите модели са ключът в AI технологията.
В как да приложим голям модел в мрежата за самоинзактивиране, Lu Jianguo представи, че големият модел има способност за супер генериране и може бързо да генерира голям брой схеми. За операциите на интелектуалната мрежа такава необходимост от прилагане на голям брой стъпки на работа, еквивалентни на пространството с висок размер, за да се намери оптималното решение, решение, определено за всички възможни процеси, голям модел за общи решения като NP (не полином) проблем, голям брой проби, оценка, оптимизация, итерацията може да играе ефективна подрязване, бързо да подходи към оптималното решение. Въпреки че големите модели генерират много схеми, е трудно да се гарантира, че тези схеми са полезни. Въпреки че големите модели имат определена способност за мислене, те все още се нуждаят от човешка намеса, когато се справят със сложна логика. За да реши този проблем, ZTE предлага да се интегрира експертен опит в процеса на инкрементално предварително обучение и фина настройка на модела, за да образува итерация със затворен контур. По този начин може да се реализира плавен преход от обучението за подсилване на ръчната обратна връзка към обучението за подсилване на обратната връзка на инструментите, което може ефективно да използва генериращия капацитет на големи модели, от една страна, а от друга страна, да гарантира, че генерираната диагностична схема е точна и надеждна. В тази схема е ключова връзка за изграждане на картата на знанието за операция и поддръжка, съчетана с инженерството на знанието. Генерирането на схемата за маховик на данни се основава на картата на знанието за експлоатация и поддръжка, така че да се избегне илюзията на модела и да се гарантира надеждността и точността на схемата за генериране. Този подход, базиран на графики на знания, може по-добре да интегрира експертен опит и възможности за генериране на модели, за да осигури по-надеждни решения.
За дизайна на логиката на приложението на големия модел Lu Jianguo допълнително представи, че ZTE ще приеме метода, задвижван от модела, базиран на бързо инженерство. Същността на дизайна е да се възприеме структурираният израз на човешкия език (бърз шаблон) като вход, да генерира структурирания изход (схема на подреждане) чрез големия модел и накрая да комбинира интерактивното изпълнение на рамката на приложението. За да реализира горната логика, ZTE ще направи технически подготовки от много аспекти, като еволюция на многомодалната способност, подготовка на корпуса, инжектиране на знания за ресурс на ресурси, инжектиране на знания за атомни API Corpus / Atomic API способност, изграждане на резерв за изкуствена симулация, цифрова автоматична симулационна среда за грешки и подготовка на инструменти.
Лу Джиангуо най -накрая каза, че основната стойност на големия модел се крие в способността му за възникване, тоест може да генерира иновации, като комбинира съществуващите знания. Реализацията на този възникващ капацитет обаче зависи от висококачественото производство, приемането и валежите на данните. Добродетелен цикъл на данните е определящият фактор.
Време за публикация: 20-2023 ноември