Page 1 of 1

这种效率和适应性的结合

Posted: Mon Mar 17, 2025 10:37 am
by mdabuhasan
表 未经定制的 列表到数据 SLM 与2B类别以外的 LLM(例如 OpenAI GPT 4o-mini)相比竞争力较弱。

然而,最有趣的结果是,这些 SLM 在针对特定任务进行定制时可以提供卓越的功能。通过 列表到数据 的 AI Studio 进行定制,我们有望有效缩小与更昂贵的 LLM 之间的质量差距。定制的 SLM 可以充当专业代理,与 LLM 协同执行关键任务,优先提高每个 AI 代理的准确性、速度和成本效益。

定制的 SLM 可以在机器翻译等任务中表现出色。通过为机法国赌博数据器翻译设计 115 亿个标记(包括合成数据)来调整 SLM,我们显著提高了广泛采用的 COMET-22 质量指标,涵盖了 14 种语言对,涵盖了中文、英语、法语、日语、葡萄牙语和西班牙语等主要语言,如表 3 所示。

我们的 SLM 还可以定制,以支持 AI Companion 的代理 AI 基准,用于槽解码,该基准衡量模型在执行操作时解释用户命令的能力。定制的 SLM 拥有 20 亿个用于代理 AI 域数据的合成令牌,其性能也优于 GPT-4o-mini,如表 3 所示。
旨在使 列表到数据 能够为全球客户提供改进的机器翻译,并支持 列表到数据 AI Studio 针对特定的代理 AI 工作负载进行定制。


表 定制 列表到数据 SLM 与 OpenAI GPT-4o-mini 在专门工作负载下的比较,分数越高越好。