Anmeldung
Anmelden

Mindmap-Galerie Große Modellklassifizierung und hierarchische Kartenkarte

Große Modellklassifizierung und hierarchische Kartenkarte

Dies ist eine Mind Map über die Klassifizierung und hierarchische Mind -Karte großer Modelle.

Bearbeitet um 2025-02-06 15:49:26

Coleeeee_

Große Modellklassifizierung und hierarchische Kartenkarte

Coleeeee_

Für Sie empfohlen
Gliederung

Alibaba Cloud-Plattform für künstliche Intelligenz PAI
- 10
Deu-Martina
Künstliche Intelligenz-Chatgpt-Zeitleiste seit seiner Veröffentlichung vor einem Jahr
- 8
Deu-Martina
Wissen über KI und künstliche Intelligenz
- 9
HudsonC
Deepseek -Kernunterschiede zwischen R1 und V3
- 7
Coleeeee_
Anwendungen und gemeinsame Software im Zusammenhang mit den vier beliebtesten Technologien in Deepseek in letzter Zeit
- 8
Coleeeee_
Deepseek 30 Tuning-Anleitung
- 22
Coleeeee_
Beanbao - Eine vollständige Sammlung häufig verwendeter Polieranweisungen zum Polieren von Stilen
- 3
Coleeeee_
Vergleich der technischen Routen von Deepseek und Chatgpt
- 12
Isabelmia
Deepseek Big Model EINLEITUNG
- 15
Isabelmia
Multimodales großes Modelltechnologiesystem
- 7
Isabelmia

Große Modellklassifizierung und hierarchische Kartenkarte

1.. Große Modellklassifizierung

Sprachmodelle (NLP)

Definition: Wird verwendet, um Textdaten zu verarbeiten und die natürliche Sprache zu verstehen

Merkmale: Training auf einem großen Korpus, um Grammatik, Semantik und Kontextregeln zu lernen

Anwendungen: Textgenerierung, maschinelle Übersetzung, Stimmungsanalyse usw.

Typische Beispiele:

GPT -Serie (OpenAI)

Barde (Google)

Wen Xin Yiyan (Baidu)

Visuelles Modell (Lebenslauf)

Definition: Für die Bildverarbeitung und -analyse

Merkmale: Training auf großen Bilddaten, um visuelle Aufgaben zu realisieren

Anwendungen: Bildklassifizierung, Objekterkennung, Bildsegmentierung, Posenschätzung, Gesichtserkennung usw.

Typische Beispiele:

VIT -Serie (Google)

Wenxin UFO

Huawei Pangu cv

Praktikum

Multimodales großes Modell

Definition: Verarbeitung mehrerer Datentypen (Text, Bilder, Audio usw.)

Merkmale: Kombinieren Sie NLP- und CV -Funktionen, verstehen und analysieren Sie multimodale Informationen umfassend und analysieren

Anwendung: Multimodalinhaltsgenerierung, cross-modaler Abruf usw.

Typische Beispiele:

DingoDB Multimode Vector -Datenbank (Jiuzhang Yunji Datacanvas)

Dall-e (OpenAI)

Wukong Zeichnung (Huawei)

Midjourney

2. großer Modellebene

Allgemeines Modell L0

Definition: Ein großes Modell, das in mehreren Feldern und Aufgaben verwendet werden kann

Merkmale:

Training mit massiven offenen Daten und riesigen Parametern

Finden von Funktionen und Regeln für groß angelegte nicht markierte Daten

Starke Verallgemeinerungsfähigkeit kann aus einem Beispiel lernen und auf andere Aspekte anwenden

Multi-Szenen-Aufgaben können ohne Feinabstimmung oder eine kleine Menge Feinabstimmung erledigt werden

Metapher: AI hat "allgemeine Bildung" abgeschlossen

Industrie Big Model L1

Definition: Großes Modell für eine bestimmte Branche oder ein bestimmtes Feld

Merkmale:

Verwenden Sie branchenbezogene Daten für die Vorausbildung oder Feinabstimmung

Verbesserung der Leistung und Genauigkeit in diesem Bereich

Metapher: KI wird zu einem "Branchenexperten"

Vertikales großes Modell L2

Definition: Großes Modell für eine bestimmte Aufgabe oder ein bestimmtes Szenario

Merkmale:

Vorausbildung oder Feinabstimmung mithilfe von Aufgabenbezogenen Daten

Verbesserung der Leistung und Effektivität bei dieser Aufgabe

Metapher: KI wird zum "Task -Experten"