Rohan Rao为企业选择合适的LLM的指南

在这一集《 Leading With Data》中，我们与四倍的Kaggle Grandmaster兼机器学习解决方案专家Rohan Rao一起研究了有趣的数据科学世界。罗汉（Rohan）分享了对战略合作伙伴关系，数据工具的发展以及大语模型的未来的见解，从而阐明了塑造行业的挑战和创新。

您可以在流行平台上的数据，例如Spotify，Google Podcasts和Apple等流行平台上收听这一集。选择您喜欢的人来享受有见地的内容！

我们与Rohan Rao对话的关键见解

• 比赛中的战略伙伴关系可以带来令人难忘的胜利和学习经验。
• 数据科学工具的演变需要持续的学习和从业者的适应。
• LLM的未来可能取决于新的数据源和合成数据的生成。
• 企业热衷于整合LLM，但在将其应用于独特数据集时面临挑战。
• 选择LLM的综合框架可以指导企业做出明智的决策。
• 实验是在传统算法和生成AI之间选择业务问题的关键。
• 具有API的专有LLM，尽管成本更高，但经常为企业提供更便捷的解决方案。
• 负责人的AI涉及多方面的方法，包括技术，政策和法规。
• 专业的AI代理人对企业内的有针对性，有效的解决问题的有望有望。

加入我们即将举行的数据会议，与AI和数据科学领导者进行洞察力的讨论！

让我们看看我们与Rohan Rao对话的细节！

您是如何开始数据科学旅程的？

感谢您，Kunal，让我掌握了数据。我的数据科学旅程始于大约十年前，充满了编码，黑客马拉松和比赛。参加一场杰出的比赛是一个挑战，但是一个令人难忘的时刻是通过巧妙地与一个强大的竞争对手合作，在Vidhya的黑客马拉松上取得了胜利。这是一个战略举动，回报了我的竞争时代，这是一种美好的回忆。

观察趋势，数据科学最近如何发展？

数据科学领域已经看到了逐步进步和突然飞跃的阶段。诸如XGBoost之类的工具彻底改变了预测性建模，而BERT则改变了NLP。最近，Chatgpt的发行标志着一个重要的里程碑，展示了LLM的功能。这些进步要求数据科学家不断适应和升级他们的技能。

您对生成AI的未来有何预测？

LLM的轨迹倾向于显示出陡峭的初始改善，然后是平稳的。随着时间的流逝，提高绩效变得更具挑战性。尽管LLM已从大量的互联网数据中学到了学习，但未来的改进可能取决于合成数据生成的新，大型数据集或创新。当今可用的计算资源是前所未有的，使创新比以往任何时候都更容易获得。

企业如何采用生成AI和LLM？

各个行业的企业都渴望将LLMS整合到其运营中。挑战在于将这些模型与专有业务数据结合起来，这通常不像对数据LLM的培训那样广泛。在H2O.AI上，我们看到了很大一部分工作的重点是使企业通过其独特的数据集利用LLM的功能。

您在不同领域看到的最常见用例是什么？

企业最常见的问题是如何使LLM从其特定数据中学习。目的是运用LLM的一般能力来应对独特的业务挑战。这涉及了解模型的优势和局限性，并将它们与现有系统和数据格式集成在一起。

您可以分享您为业务需求选择合适的LLM的框架吗？

当然。我在数据黑客峰会上介绍的框架包括为您的业务选择LLM时要考虑的12点。这些范围从模型的功能和准确性到遵守和隐私等法律考虑。评估这些因素以确定哪些LLM与您的业务目标和约束最合适至关重要。

您如何在传统算法和生成AI之间进行选择？

关键是进行实验和迭代。虽然像XGBoost这样的传统算法一直是许多问题的首选，但LLMS提供了新的可能性。通过比较其在特定任务上的绩效，企业可以确定哪种方法可以产生更好的结果，并且可以部署和管理更可行。

LLM周围建立工程解决方案时有什么考虑？

在专有的LLM与API之间进行选择和托管开源LLMS本地托管是一个重大决定。尽管开源模型似乎具有成本效益，但它们具有基础架构管理和可扩展性等隐藏的复杂性。尽管成本更高，但企业通常会为了方便起见而倾向于API服务。

您如何应对负责人AI的挑战？

负责人的AI是一个复杂的问题，超出了技术解决方案。尽管有防护措施和框架可以防止滥用，但LLM的不可预测性质使得很难完全控制。该解决方案可能涉及技术保障，政府政策和AI法规的结合，以平衡创新与道德使用。

您对AI代理商在业务中的使用有何看法？

我对AI代理商的潜力非常看好。专业代理可以以高准确的方式执行特定的任务，而挑战在于将这些微型提交整合到更广泛的解决方案中。虽然某些产品可能只是通过自定义提示将现有的LLM包裹起来，但真正的专业代理有可能革新我们如何在各个领域解决问题。

结尾

正如罗汉（Rohan）强调的那样，浏览数据科学和生成AI的景观需要持续学习和实验。通过拥抱创新的框架和负责任的AI实践，企业可以利用数据的力量推动有意义的解决方案，最终改变他们在快速发展的市场中运作和竞争的方式。

有关AI，Data Science和Genai的更多引人入胜的会议，请继续关注我们的数据。

在此处查看我们即将举行的会议。

以上是Rohan Rao为企业选择合适的LLM的指南的详细内容。更多信息请关注PHP中文网其他相关文章！