Ana Sayfa
AI AI
Flaş
Derinlik
Etkinlikler
BlockBeats Pro
Daha Fazla
Finans
Özel
Blok Zinciri Ekosistemi
Giriş
Podkastlar
Veri
OPRR
#
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Partnered With:

Yao Shunyu, Tang Daosheng ile Söyleşi: Tencent Hunyuan Büyük Modeli, AI'nın İkinci Yarısında Context ve Co-Design ile Savaşıyor

动察 Beating tarafından yapılan takibe göre, 5 Haziran'da Tencent Cloud AI Endüstri Uygulama Konferansı'nda, Tencent'in Baş Yapay Zeka Bilim İnsanı Yao Shunyu, CSIG sorumlusu Tang Daosheng ile bir söyleşi gerçekleştirerek, Hunyuan büyük modelinin AI'nın ikinci yarısındaki temel stratejisini netleştirdi: Aşırı uyum sağlayan sıralama göstergelerini terk edip, "Context" (Bağlam) ve "Co-Design" (Ortak Tasarım) merkezli model bariyerlerine yönelmek.

Büyük modelin ikinci yarısındaki temel mantık, modellerin karmaşık girdileri çıktılara dönüştürme yeteneğinin hızla yakınsamasıdır. Gerçek bariyer, en ham "Context"i kimin elde edebileceğinde, yani kullanıcıların ve işletmelerin tam olarak ne yaptığını anlamakta yatar. Tencent'in sahip olduğu çok senaryolu uygulamalar, yapay zeka ajanları için bir eğitim alanı görevi görerek, modele kullanıcı alışkanlıkları, tercihleri gibi derin bağlamları sürekli olarak sağlar.

Bağlamı iyi kullanmak için, model araştırması ile ürün geliştirme arasındaki engelleri yıkmak gerekir. Tencent, "Co-Design" derin iş birliği mekanizmasını benimseyerek, ekipler arası güven oluşturmak amacıyla erken geliştirme aşamasında eğitim sonrası destek ekiplerini "Tencent Yuanbao"nun inşasına gönderir. Hunyuan büyük modeli, aşırı uyuma yatkın sıralama göstergelerini terk eder; doğrudan Yuanbao, ima, Workbuddy gibi ürünlerin gerçek prompt dağılımları ve geri dönüş verileriyle değerlendirme ve iterasyon yapar. Bu, model yeteneklerinin farklı ürün verileri arasında genelleşmesini ve ağ etkisi oluşturmasını sağlar.

İş birliği mekanizmasının doğrudan bir ürünü olarak, Hunyuan 3.0 önizleme sürümü (Hy3 preview), ön eğitim ve pekiştirmeli öğrenme altyapısını yeniden yapılandırmış, veri kalitesi ve değerlendirme standartlarını yeniden tanımlamıştır. Model geliştirme artık sıralama odaklı değil, görev sağlamlığını optimize etmeye yöneliktir; böylece gerçek kullanımda "işi tek seferde doğru yapma" sağlanır, yeniden deneme sıklığı azaltılırken işletmelerin karşılaştığı yüksek Token tüketimi ve maliyet kaygıları çözülür.

İlgiliÖnerilen
Bu yüzden var gücümüzle ileriye kürek çekiyoruz, akıntıya karşı, sürekli olarak geçmişe geri itiliyoruz.
Bir insan, zekasını boşa harcamamak için kendini ne kadar büyük bir makinenin içine koymalı?
Düzeltme/Rapor
Gönder
Kütüphane Ekle
Sadece kendime görünür
Herkese Açık
Kaydet
Kütüphane Seç
Kütüphane Ekle
İptal
Tamamla