- Xuất bản vào
Các công cụ rất quan trọng trong Ai: LangSmith, LangGraph Cloud & LangGraph Studio
- Tác giả
- Tên
- AbnAsia.org
- @steven_n_t
Xem xét sự giao thoa giữa ngôn ngữ và AI, những phát triển đang diễn ra với tốc độ chóng mặt. Và LangChain đang đứng ở vị trí tiên phong trong việc định hình cách các ứng dụng AI tạo sinh được phát triển và quản lý.
Một vài quan sát ban đầu về AI tạo sinh và ngôn ngữ:
Vài tháng trước, người ta nghĩ rằng OpenAI đã chiếm lĩnh thị trường với các Mô hình Ngôn ngữ Lớn (LLM) cực kỳ mạnh mẽ của họ.
Sau đó, một loạt các mô hình mã nguồn mở, đáng chú ý nhất là từ Meta, đã phá vỡ mô hình thương mại được cho là không thể thay thế.
Các nhà cung cấp LLM nhận ra rằng Mô hình Ngôn ngữ sẽ trở thành một tiện ích đơn thuần và bắt đầu tập trung vào các ứng dụng dành cho người dùng cuối và các chức năng giống như RAG (tìm kiếm tài liệu), chức năng giống như đặc vụ và trợ lý cá nhân.
Vấn đề "ảo tưởng" cần phải được giải quyết, và người ta phát hiện ra rằng LLM không có khả năng xuất hiện tự phát, mà thay vào đó LLM làm rất tốt việc học trong ngữ cảnh (ICL). Một cấu trúc ứng dụng đã được phát triển xung quanh việc triển khai, mở rộng và quản lý các triển khai ICL; mà chúng ta hiện nay gọi là RAG.
RAG (không gradient) bắt đầu được ưa chuộng hơn so với các phương pháp tinh chỉnh (gradient) vì lý do là minh bạch, không mờ đục như tinh chỉnh. Điều này thêm vào các ứng dụng AI tạo sinh khả năng quan sát, kiểm tra và dễ dàng chỉnh sửa.
Bởi vì chúng ta bắt đầu sử dụng tất cả các khía cạnh của LLM (NLG, lý luận, lập kế hoạch, quản lý trạng thái đối thoại, v.v.) ngoại trừ tính chất chuyên sâu về kiến thức của LLM, các Mô hình Ngôn ngữ Nhỏ (SLM) trở nên rất phù hợp.
Điều này là do các SLM mã nguồn mở rất mạnh mẽ, khả năng lượng tử hóa, suy luận cục bộ, ngoại tuyến, khả năng nâng cao trong lý luận và đào tạo chuỗi suy nghĩ.
Và, trọng tâm đang chuyển sang hai khía cạnh...đầu tiên là cách tiếp cận tập trung vào dữ liệu. Nơi mà dữ liệu không có cấu trúc có thể được phát hiện, thiết kế và tăng cường cho RAG và tinh chỉnh. Việc tinh chỉnh gần đây không tập trung vào việc tăng cường tính chất chuyên sâu về kiến thức của Mô hình Ngôn ngữ, mà thay vào đó là truyền đạt cho LMs những khả năng hành vi cụ thể.
Điều này rõ ràng trong việc OpenAI gần đây mua lại để tiến gần hơn đến phần dữ liệu và cung cấp các giải pháp RAG.
Khía cạnh thứ hai là nhu cầu về một bộ công cụ AI không mã đến mã thấp cung cấp quyền truy cập vào các mô hình, lưu trữ, kỹ thuật lưu đồ, tinh chỉnh, studio nhắc nhở và các biện pháp bảo vệ.
Cũng có một phong trào đáng chú ý để thêm dữ liệu graph...graph là một loại dữ liệu trừu tượng...Một loại dữ liệu trừu tượng là một mô hình toán học cho các kiểu dữ liệu, được định nghĩa bởi hành vi của nó (ngữ nghĩa) từ quan điểm của người dùng dữ liệu. Các loại dữ liệu trừu tượng tương phản rõ rệt với các cấu trúc dữ liệu, là các đại diện cụ thể của dữ liệu, và là quan điểm của người thực hiện, không phải người dùng. Cấu trúc dữ liệu này ít mờ đục và dễ giải thích hơn.
TÁC GIẢ
Về ABN Asia: AiUTOMATING PEOPLE, ABN Asia được thành lập từ năm 2012, là một công ty xuất phát từ học thuật, do những giảng viên, cựu du học sinh Hungary, Hà Lan, Nga, Đức, và Nhật Bản sáng lập. Chúng tôi chia sẻ đam mê chung và tầm nhìn vững chắc về công nghệ, mang đến sự đổi mới và chất lượng đỉnh cao cho khách hàng. Phương châm của chúng tôi là: Tốt hơn. Nhanh hơn. An toàn hơn. Trong nhiều trường hợp: Rẻ hơn.
Hãy liên hệ với chúng tôi khi Quý doanh nghiệp có các nhu cầu về dịch vụ công nghệ thông tin, tư vấn chuyển đổi số, tìm kiếm các giải pháp phần mềm phù hợp, hoặc nếu Quý doanh nghiệp có đấu thầu CNTT (RFP) để chúng tôi tham dự. Quý doanh nghiệp có thể liên hệ với chúng tôi qua địa chỉ email [email protected]. Chúng tôi sẵn lòng hỗ trợ với mọi nhu cầu công nghệ của Quý doanh nghiệp.
© ABN ASIA