0.5b 这种才是最有用的,因为它可以万能地微调成单一小任务。
而且它参数量小,本地跑,运行快。
以前的那些nlp任务都可以用这种万金油来微调。
比如文章提取,文章样式整理,数据格式转换,文章校验,快递信息提取等。
你可能会说我为什么不用传统的nlp来干? 主要是现在的llm模型,从训练到部署已经非常的流水线了,不会深度学习的人也能训练一个并部署,这个流水线简单到,真的只需要处理数据集而已。
整个过程你甚至不需要写…。
上一篇 : Caddy 和 Nginx 比有哪些优点和缺点?
下一篇 : 咖啡喝多了对人体有什么危害么?
国产手机AI「好用」的背后,是技术差距还是文化差异?...
伊朗是个怎么样的国家?...
如何看待国内开源项目的不可持续性?...
如果我写个脚本,一直跌的股票一旦上涨就立刻(1s内)买,接着一旦下跌就立刻(1s内)卖,会怎样?...