大語言模型
大語言模型（LLM）是指使用大量文本數據訓練的深度學習模型，可以生成自然語言文本或理解語言文本的含義。大語言模型可以處理多種自然語言任務，如文本分類、問答、對話等，是通向人工智能的一條重要途徑。來自百度百科
-
發(fā)展歷史
2020年9月，OpenAI授權微軟使用GPT-3模型，微軟成為全球首個享用GPT-3能力的公司。2022年，Open AI發(fā)布ChatGPT模型用于生成自然語言文本。2023年3月15日，Open AI發(fā)布了多模態(tài)預訓練大模型GPT4.0。
2023年2月，谷歌發(fā)布會公布了聊天機器人Bard，它由谷歌的大語言模型LaMDA驅動。2023年3月22日，谷歌開放Bard的公測，首先面向美國和英國地區(qū)啟動，未來逐步在其它地區(qū)上線。
2023年2月7日，百度正式宣布將推出文心一言，3月16日正式上線。文心一言的底層技術基礎為文心大模型，底層邏輯是通過百度智能云提供服務，吸引企業(yè)和機構客戶使用API和基礎設施，共同搭建AI模型、開發(fā)應用，實現產業(yè)AI普惠。
大語言模型有多強？
下面實例展示LLM的能力，以cahtGLM-6B來展示示例：
通過合適的 prompt 就能實現很多傳統(tǒng) NLP 的功能。
github：cahtGLM-6B
官網：cahtGLM
分詞
輸入：
按照下面的示例輸出結果：
輸入：今天天氣太差了
輸出：今天,天氣,太,差,了
輸入：明天要出去玩
輸出：
輸出：
- 示例2：不同的 prompt 輸出的結果有所不同
prompt1：
prompt2：
詞性標注
輸入：
詞性標注：
今天
天氣
差
輸出：
NER
- NER示例1： LLM 可以根據示例直接輸出json結果
輸入：
按照下面的示例輸出結果：
輸入：糖尿病是一種慢病
輸出：{"disease":"糖尿病"}
輸入：糖尿病的一種癥狀是多尿，還有容易餓
輸出：{"disease":"糖尿病","symptom":"多尿,容易餓"}
輸入：高血壓的癥狀包括血壓偏高、頭暈等
輸出：
輸出：
- NER示例2
輸入：
按照下面的示例輸出結果：
輸入：曾國藩是道光進士，曾任內閣學士，道光末年官至侍郎。
輸出：{"person":"曾國藩"}
輸入：李鴻章為道光二十七年（1847年）進士，早年隨業(yè)師曾國藩鎮(zhèn)壓太平天國運動與捻軍起義，并受命組建淮軍，因戰(zhàn)功擢升至直隸總督，兼北洋通商大臣，累加至文華殿大學士，封一等肅毅伯。
輸出：
輸出：
情感分類
- 示例
輸入：
按照下面的示例輸出結果：
輸入：今天天氣太差了，不舒服
輸出：{"情感":"負面"}
輸入：明天要出去玩，太好了
輸出：
輸出：
多倫對話管理
知識圖譜
- 示例
- 示例
較為復雜的推理
復雜推理還是有些問題：
數據不完整：
文章來源：http://www.zghlxwxcb.cn/news/detail-694208.html
總結
總體看來，LLM 在零樣本的情況下， 選擇合適的prompt就能實現很多傳統(tǒng)NLP任務。
LLM 尤其是現在的多模態(tài)模型，是真正通向通用人工智能的基石。文章來源地址http://www.zghlxwxcb.cn/news/detail-694208.html
到了這里，關于【AI實戰(zhàn)】大語言模型（LLM）有多強？還需要做傳統(tǒng)NLP任務嗎（分詞、詞性標注、NER、情感分類、知識圖譜、多倫對話管理等）的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！
