Откуда они появились? История развития
Мини-курс про GPT
МОДУЛЬ 2
Давным-давно, задолго до интернета и компьютеров, люди пытались структурировать и анализировать произвольные тексты с помощью формул и логики. Тем не менее, такие попытки были неудачными, поскольку язык и текст слишком сложны для статических формул.
С появлением нейросетей ситуация начала меняться к лучшему. Изначально они могли обрабатывать тексты и делать выводы, например, группировать идеи или оценивать тональность, но для каждой задачи требовалось обучать модель заново, а получаемые ответы были в виде цифр вероятностей.
В 2017 году появились первые версии Generative Pre-trained Transformer (GPT), которые могли генерировать тексты. И их придумали совсем не в OpenAI, а в Google. Однако из-за ограниченного объема обучающих данных и параметров, сгенерированные тексты были неуклюжими, с ошибками и низкой логической связностью, но тем не менее это были именно тексты.
В 2022 году произошел настоящий прорыв. Команда из OpenAI собрала огромный объем текстовых данных и обучила модель GPT на терабайтах данных с миллиардами параметров. Это привело к качественному скачку в ее работе, и модель стала генерировать тексты настолько убедительно, что казалось, будто за ней стоит живой человек.
ПРОВЕРЬТЕ СЕБЯ
Чтобы получить доступ к следующему модулю пройдите тест
Ответьте на вопрос
| Пройти тест |
Как расшифровывается GPT?
| Далее |
| Проверить |
| Далее |
Ответ неверный
Будьте чуть-чуть внимательнее!
| Пройти тест еще раз |
Тест успешно пройден!
Перейти к следующему модулю
Давайте разберем по словам:
- Generative: Это относится к способности модели генерировать текст.
- Pre-trained: Модель обучается предварительно на огромных объемах текстовых данных до того, как будет использована для конкретных задач.
- Transformer: Это свойство (по научному - архитектура) нейронной сети, которое делает ее способной трансформировать и преобразовывать текстовые последовательности.
| Пройти тест еще раз |
Проведем тренинг для вашей команды по основам ИИ
Сотрудники поймут, как применять ИИ в своей работе
Освоят навык написания промптов к ИИ, которые будут давать результат
Поймут ограничения ИИ, границы применения
Научатся применять метрики качества результата при работе с ИИ
Поймут, что такое промпт-архитектура и научатся писать сложные последовательности промтов для более глубого и качественного результата
Освоят технические аспекта запуска и использования ИИ как локально, так и в облаке
Вдохновятся идеей использования ИИ и станут амбассадорами этой темы внутри компании
