Was wir aus einem Jahr der Arbeit mit LLMs gelernt haben

Einführung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Es ist eine spannende Zeit, um mit großen Sprachmodellen (LLMs) zu arbeiten. Im Laufe des letzten Jahres sind LLMs "gut genug" für reale Anwendungen geworden. Die rasanten Verbesserungen bei LLMs und die vielen Demos in den sozialen Medien werden bis 2025 schätzungsweise 200 Milliarden Dollar in die KI investieren. LLMs sind auch allgemein zugänglich, so dass jeder, nicht nur ML-Ingenieure und -Wissenschaftler, Intelligenz in seine Produkte einbauen kann. Obwohl die Einstiegshürde für die Entwicklung von KI-Produkten gesenkt wurde, ist es nach wie vor ein schwieriges Unterfangen, solche Produkte zu entwickeln, die über eine Demo hinausgehen.

Wir haben einige wichtige, aber oft vernachlässigte Erkenntnisse und Methoden des maschinellen Lernens identifiziert, die für die Entwicklung von Produkten auf der Grundlage von LLMs unerlässlich sind. Das Wissen um diese Konzepte kann dir einen Wettbewerbsvorteil gegenüber den meisten anderen in diesem Bereich verschaffen, ohne dass du ML-Kenntnisse brauchst! Im Laufe des letzten Jahres haben wir zu sechst reale Anwendungen auf der Grundlage von LLMs entwickelt. Wir haben erkannt, dass es notwendig ist, diese Erkenntnisse an einem Ort zusammenzufassen, damit die Gemeinschaft davon profitieren kann.

Wir kommen aus verschiedenen Bereichen und haben unterschiedliche Funktionen, aber wir haben alle aus ...