Ana içeriğe geç

CooLWJ'de ara

选择搜索范围,输入关键词后按回车。

Dil

Teknoloji ve günlük yaşam

Yazılım geliştirme, yapay zekâ araçları, yerel sesler ve okumalar.

Yapay zekâ ve araçlar

1–5 / 5 makale

Yapay zekâ ve araçlar

Yaygın büyük yapay zekâ modellerinin hisse senedi getirisi hesaplama testi

Piyasada yaygın olarak kullanılan yerli ve yabancı AI modellerinden hisse senedi kazancımı hesaplamalarını istedim。Çin modelleri arasında 深度求索 DeepSeek、Alibaba Tongyi Qianwen、iFlytek Spark、ByteDance Doubao、Moonshot Kimi、Tencent Yuanbao、Baidu Wenxin Yiyan、Zhipu Qingyan、Baichuan AI、360 Zhinao、Tiangong AI、SenseTime SenseChat,yabancı modeller arasında GPT-4o、Claude-3-Opus、Gemini-2.0-Pro、Grok vardı。Aynı girdiyle,yalnızca DeepSeek doğru hesapladı。

Yapay zekâ ve araçlar

Model damıtma ve model budama

Damıtma ve budama, sinir ağı modellerini sıkıştırmak için kullanılan iki önemli tekniktir. Parametre sayısını ve hesaplama karmaşıklığını azaltarak modelin çalışma verimliliğini ve performansını artırabilirler. İkisi de sinir ağı sıkıştırma tekniği olsa da uygulama yöntemleri ve amaçları biraz farklıdır. Damıtma, öğretmen modelin tahmin davranışından yararlanarak öğrenci modeli eğitmeye; budama ise gereksiz parametre ve bağlantıları kaldırarak modeli sıkıştırmaya odaklanır.

Yapay zekâ ve araçlar

Vektör veritabanı nedir?

Vektör veritabanı, matematiksel biçimde saklanan bir veri koleksiyonudur. Vektör veritabanları, makine öğrenimi modellerinin önceki girdileri hatırlamasını kolaylaştırarak makine öğreniminin arama, öneri ve metin üretimi gibi kullanım senaryolarını desteklemesini sağlar. Veriler, tam eşleşme yerine benzerlik ölçütleriyle tanımlanabilir; böylece bilgisayar modelleri verilerin bağlamını anlayabilir.

Yapay zekâ ve araçlar

Kimi Keşif Sürümü'nün yapay zekâ aramasını kullandıktan sonra Perplexity ancak arka planda kalabiliyor

Yapay zekâ soruları yanıtlayabiliyor, peki gerçekten “düşünebilir” mi? Yapay zekâ arama ürünlerini sık kullananlar, bu ürünlerin karmaşık sorular karşısında sık sık “yarı yolda kaldığını” fark eder——Shakespeare'in üslubunu taklit edebilir, matematik sorularını çözebilir, ama günlük hayatın güçlüklerini çözmekte çaresiz kalabilirler. Bu, çok şey bilen ama koşullara uyum sağlayamayan bir kitap kurduna benzer; bilgisi zengindir ama esnek düşünme becerisi eksiktir. Açıkça, yapay zekâ aramasını yalnızca “konuşabilen bir arama motoruna” dönüştürmek yeterli olmaktan çok uzaktır. Peki daha yüksek zekâya, daha güçlü akıl yürütme yeteneğine ve derin düşünme becerisine sahip büyük bir modelin yalnızca olimpiyat soruları çözmesini değil, sıradan kullanıcıların gerçek sorunlarını çözmesini nasıl sağlayabiliriz?

Temanızı seçin

Temanız tüm sitede geçerli olur.