Quarkの大規模モデルは学術研究の効率向上に貢献し、その4つの大きな利点により知識の精度が向上します

厳密な学術研究と革新的な大型模型技術が融合すると、どのような火花が生まれるのでしょうか?近年、クォークの大型モデルは、発売されるやいなやその優れた性能で、国内大型モデルの中でも「スチューデントマスター」の地位を確立しました。中国科学技術協会が最近主催した「大規模モデル適用シナリオセミナー」では、高速読み取り、作成と研磨を含む4つの主要なシナリオにおけるQuarkの大規模モデルの効率向上の可能性が科学技術関係者の熱い議論と期待を呼び起こした。労働者。 。現在、大型モデル技術は急速に発展している段階にあり、大型モデルを学術分野での応用レベルに引き上げるためには、まず知識の正確性の問題を解決する必要があるというのが業界のコンセンサスとなっています。検索ビジネスとインテリジェントテクノロジーの長期的な蓄積により、最近リリースされたQuarkモデルは、データ、プラットフォーム、知識強化、その他の利点を活用して知識の精度を大幅に向上させることができます。医療などの垂直分野においては、幻覚発生率を5％未満にまで低減し、国内大型モデルの中でトップクラスの地位を確立しています。 Quark Technologyの責任者であるJiang Guanjun氏はセミナーで、学術分野での大規模モデルの応用には2つの方向からの努力が必要であると指摘した。まず第一に、大規模モデルの機能をより適切に刺激するには、高品質のデータ サンプルと知識ベースが必要です。第二に、科学研究に必要な深い知識に焦点を当て、大型モデル技術に基づいた一連の方法とメカニズムを確立します。これらには、プラットフォームと社会のあらゆる部門の共同の努力が必要です。日々の学術研究において、大型クォークモデルは 4 種類のシナリオで役割を果たすことが期待されています。まず、データ収集プロセスにおいて、大規模なモデルは知識と情報をより正確に取得でき、科学研究者が必要とする正確なデータを見つける能力を備えています。第 2 に、高速読み取りの点で、大きなモデルは専門誌や雑誌の中核となるアイデアや手法を迅速に洗練させることができます。第三に、コンテンツ翻訳では、多くのドキュメントをより正確かつ専門的に翻訳する必要があり、大規模なモデルは従来の方法よりも優れた翻訳速度と品質を備えています。最後に、作成と磨きのプロセスにおいて、大きなモデルは著者にインスピレーションを与え、記事をより洗練させることができます。 11月中旬、Alibaba Intelligent Information Business Groupは、数千億のパラメータを備えたフルスタックの自社開発Quarkモデルをリリースした。このモデルは、一般的な検索、医療健康、教育と学習、職場のオフィスなどの多くのシナリオで使用されることになる。 C-Eval と CMMLU の 2 つの権威ある評価リストでも、Quark 大規模モデルは両方のリストで 1 位にランクされており、データの微調整とモデル フレームワークにおける国内の大規模モデルの改善をさらに実証しています。

Quarkラージモデルの利点はインテリジェントテクノロジーと検索ビジネス基盤の強さから来ていると報告されており、Jiang Guanjun氏はQuarkラージモデルには4つの大きな利点があると考えています:

1. 最も包括的な一般知識データと業界知識データ。 、知識理解と評価システムだけでなく、
2. 検索技術システムの蓄積により、1000億レベルのパラメータプラットフォームのモデルトレーニング能力を備えています
3. 長期にわたるインテリジェントな技術生産および輸送チーム。インテリジェント製品の経験
4. 業界全体の知識強化テクノロジー システムと機能を備えています。
   上記の利点も、知識の精度を向上させる上で重要な役割を果たします。さらに、Quark Network Disk、Quark Scannerなどの一連のインテリジェントツールは、大規模なモデル機能を追加した後、科学研究者がデータストレージやデータ入力などの側面から学術研究をより適切に完了するのにさらに役立ちます。厳密で真実を追求する科学研究の分野において、Quarkは知識の正確性とインテリジェントなツールの能力を最大限に発揮し、科学研究者のパフォーマンスを向上させるアシスタントとなります。
   「私たちは AI を使って研究を支援しており、現在の効率は 9 倍になっています。以前は報告書を作成するのに 6 か月かかっていましたが、今では報告書を作成するのに 20 日しかかかりません。」 , 清華大学ジャーナリズム学部 Quarkの大規模モデルをテストした後、学生家庭教師のShen Yang氏は、大規模モデルのエラー率を減らすための重要な対策は検索エンジンと連携することであると述べた。 Quark は、検索シナリオにおいて多くのデータと知識を蓄積しており、大規模モデルのエラー率を減らすのに非常に役立ちます。
   

以上がQuarkの大規模モデルは学術研究の効率向上に貢献し、その4つの大きな利点により知識の精度が向上しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。