Deir siad go dtagann rudaí iontacha i bpacáistí beaga agus b’fhéidir gur samplaí foirfe de seo iad Small Language Models (SLMs).
Aon uair a labhraímid faoi AI agus samhlacha teanga ag déanamh aithrise ar chumarsáid agus idirghníomhaíocht an duine, is gnách linn smaoineamh láithreach Múnlaí Móra Teanga (LLMs) cosúil le GPT3 nó GPT4. Ar an taobh eile den speictream, áfach, tá saol iontach na múnlaí mionteanga, atá ina gcomhghleacaithe foirfe dá leagan níos mó, ag teacht mar chompánaigh áisiúla chun uaillmhianta nach bhfuil mórán scála ag teastáil uathu a chumhachtú.
Sa lá atá inniu ann, tá lúcháir orainn solas a chur ar cad is SLManna ann, conas mar a éiríonn leo i gcomparáid le LLManna, a gcásanna úsáide, agus a dteorainneacha.
Cad is Múnlaí Beaga Teanga ann?
Is brainse de shamhlacha AI iad SLManna atá deartha chun teangacha daonna a bhrath, a thuiscint agus a chómhalartú. Tagraíonn an réimír (nó an aidiacht) Beag anseo don mhéid, atá i gcomparáid le níos lú, rud a ligeann dóibh a bheith níos dírithe agus nideoige.
Má chuirtear oiliúint ar LLManna ar na billiúin nó na trilliún paraiméadair, cuirtear oiliúint ar SLManna ar na céadta milliún paraiméadair. Ceann de na gnéithe suntasacha de mhúnlaí níos lú ná go seachadann siad torthaí iontacha in ainneoin go bhfuil siad oilte ar líon níos lú paraiméadair.
Chun tuiscint níos fearr a fháil ar SLManna, déanaimis féachaint ar chuid dá bpríomhthréithe:
Méid Níos Lú
Toisc go bhfuil siad oilte ar níos lú paraiméadair, is furasta iad a oiliúint agus laghdaítear déine na gcumas ríomhaireachta don fheidhmiúlacht.
nideoige, Dírithe, & Inoiriúnaithe
Murab ionann agus LLManna, ní dhéantar iad a fhorbairt le haghaidh tascanna uile-chuimsitheacha. Ina áit sin, déantar iad a thógáil agus a innealtóireacht le haghaidh ráitis faidhbe ar leith, ag réiteach an bhealaigh do réitigh dírithe coinbhleachta.
Mar shampla, ní féidir le gnóthas meánmhéide SLM a fhorbairt agus a imscaradh ach amháin chun aire a thabhairt do ghearáin seirbhíse do chustaiméirí. Nó, ní féidir le cuideachta BFSI SLM a bheith i bhfeidhm ach amháin chun seiceálacha cúlra uathoibrithe, scóráil chreidmheasa nó anailís riosca a dhéanamh.
[Léigh freisin: AI Ilmhódach: An Treoir Iomlán maidir le Sonraí Oiliúna agus Feidhmchláir Ghnó]
Spleáchas Íosta Ar Sonraíochtaí Crua-earraí
Cuireann SLManna deireadh leis an ngá atá le bonneagar digiteach casta agus trom agus ceanglais imeallacha le haghaidh oiliúna agus imlonnaithe. Ós rud é go bhfuil siad sách níos lú ó thaobh méide agus feidhmiúlachta de, ídíonn siad níos lú cuimhne freisin, rud a fhágann go bhfuil siad iontach le cur i bhfeidhm i bhfeistí imeallacha agus i dtimpeallachtaí atá srianta go príomha ar acmhainní.
Níos Inbhuanaithe
Tá samhlacha níos lú neamhdhíobhálach don chomhshaol i gcomparáid mar go n-ídíonn siad níos lú fuinnimh ná LLManna agus gineann siad níos lú teasa mar gheall ar a gcuid riachtanas ríomhaireachta laghdaithe. Ciallaíonn sé seo freisin infheistíochtaí íoslaghdaithe i gcórais fuaraithe agus costais chothabhála.
Solúbthacht & Inacmhainne
Tá SLManna sainoiriúnaithe d’uaillmhianta gnólachtaí beaga agus meánmhéide atá srianta ó thaobh infheistíochtaí de ach a chaithfidh cumhacht agus acmhainneacht AI a ghiaráil dá bhfíseanna gnó. Ós rud é go bhfuil samhlacha níos lú inoiriúnaithe agus inoiriúnaithe, ceadaíonn siad solúbthacht do ghnóthais chun a n-uaillmhianta AI a úsáid i gcéimeanna.
Samplaí Fíor-dhomhain de Mhúnlaí Beaga Teangacha
Samhail Mhionteanga a Oibriú
Go bunúsach, tá prionsabal oibre mionsamhail teanga an-chosúil le prionsabal oibre múnla mór teanga sa chiall go gcuirtear oiliúint orthu ar líon mór sonraí oiliúna agus cód. Mar sin féin, úsáidtear roinnt teicníochtaí chun iad a athrú go héagsúlachtaí éifeachtacha, níos lú de LLManna. Breathnaímid ar cad iad roinnt teicnící coitianta.
| Driogadh Eolais | Bearradh | Cainníochtú |
|---|---|---|
| Is é seo an t-aistriú eolais a tharlaíonn ó mháistir go deisceabal. Aistrítear an t-eolas ar fad ó LLM réamh-oilte go SLM, ag driogadh croílár an eolais lúide castachtaí an LLM. | I ndéanamh fíona, tagraíonn bearradh do bhaint brainsí, torthaí agus duilliúr as fíon. I SLManna, is próiseas comhchosúil é seo a bhaineann le deireadh a chur le gnéithe agus comhpháirteanna nach bhfuil gá leo a d'fhéadfadh an tsamhail a dhéanamh trom agus dian. | Nuair a íoslaghdaítear beachtas múnla i bhfeidhmiú ríomhaireachtaí, úsáideann sé cuimhne níos lú agus ritheann sé i bhfad níos tapúla. Tugtar cainníochtú ar an bpróiseas seo agus cuireann sé ar chumas an mhúnla feidhmiú go cruinn i bhfeistí agus i gcórais a bhfuil cumais laghdaithe crua-earraí acu. |
Cad iad na Teorainneacha a bhaineann le Múnlaí Beaga Teangacha?
Cosúil le haon mhúnla AI, tá a sciar cothrom de scrogaill agus easnaimh ag SLManna. Do thosaitheoirí, déanaimis iniúchadh ar cad iad:
- Ós rud é go bhfuil SLManna nideoige agus scagtha ina gcuspóir agus ina bhfeidhmiúlacht, is féidir go mbeadh sé deacair d'fhiontair a gcuid samhlacha níos lú a scála go suntasach.
- Cuirtear oiliúint ar mhúnlaí níos lú freisin do chásanna úsáide sonracha, rud a fhágann go bhfuil siad neamhbhailí d’iarratais agus leideanna lasmuigh dá bhfearann. Ciallaíonn sé seo go gcuirfear iallach ar fhiontair il-SLManna nideoige a imscaradh seachas máistirshamhail amháin a bheith acu.
- Is féidir iad a bheith beagán deacair a fhorbairt agus a imscaradh mar gheall ar na bearnaí scileanna atá sa spás AI.
- Is féidir le dul chun cinn comhsheasmhach tapa na samhlacha agus na teicneolaíochta, go ginearálta, é a dhéanamh dúshlánach freisin do pháirtithe leasmhara a SLM a fhorbairt de shíor.
[Léigh freisin: Treoir do Thosaitheoirí ar Mheastachán ar Mhúnla Móra Teanga]
Riachtanais Sonraí Oiliúna Do Mhúnlaí Beaga Teangacha
Cé go bhfuil an déine, an cumas ríomhaireachta, agus an scála níos lú i gcomparáid le samhlacha móra, níl SLManna éadrom in aon chiall. Is samhlacha teanga iad fós a fhorbraítear chun dul i ngleic le riachtanais agus tascanna casta.
Ní féidir leis an dearcadh a bhaineann le múnla teanga a bheith níos lú an dáiríreacht agus an tionchar a d’fhéadfadh a bheith aici a bhaint. Mar shampla, i réimse an chúraim sláinte, tá SLM a forbraíodh chun galair oidhreachtúla nó stíl mhaireachtála amháin a bhrath ríthábhachtach fós mar a sheasann sé idir saol agus bás duine.
Nascann sé sin siar leis an nóisean go bhfuil ceanglais sonraí oiliúna le haghaidh samhlacha níos lú fós ríthábhachtach do pháirtithe leasmhara chun samhail aerdhíonach a fhorbairt a ghineann torthaí atá cruinn, ábhartha agus beacht. Seo go díreach an áit a dtagann an tábhacht a bhaineann le sonraí a fhoinsiú ó ghnólachtaí iontaofa.
Ag Shaip, táimid i gcónaí den tuairim go bhfuil sé tábhachtach sonraí oiliúna ardchaighdeáin a fhoinsiú go heiticiúil chun cur le do fhíseanna maidir le hintleacht shaorga. Cinntíonn ár bprótacail dhiana dearbhaithe cáilíochta agus ár modheolaíochtaí daonna-i-gceann-an-lúb go ndéantar do mhúnlaí a oiliúint i dtaca le tacair sonraí den scoth a mbíonn tionchar dearfach acu ar na torthaí a ghineann do mhúnlaí.
Mar sin, déan teagmháil linn inniu le plé a dhéanamh ar conas is féidir linn d’uaillmhianta fiontraíochta a thiomáint lenár dtacar sonraí.
