Тільки що згадав, як я проводив цей тест деякий час тому — виявляється, що класифікація на основі вбудовувань перевершила навіть найекономніші варіанти LLM у той час. Перевага в швидкості була помітною, економія витрат ще кращою. Це змушує замислитися, наскільки розрив змінився, оскільки ці моделі продовжують еволюціонувати. Хтось інший експериментує з вбудовуваннями для завдань класифікації замість того, щоб йти прямо до мовних моделей?
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
8 лайків
Нагородити
8
4
Репост
Поділіться
Прокоментувати
0/400
StopLossMaster
· 11год тому
категоризація embedding дійсно чудова, зараз моделі коштують дуже дешево, чи варто використовувати цю пастку, це вже інше питання.
Переглянути оригіналвідповісти на0
StakeHouseDirector
· 11год тому
вбудовування це дійсно класно, і дешево, і швидко, набагато краще, ніж витрачати гроші на великі моделі.
Переглянути оригіналвідповісти на0
ApeShotFirst
· 11год тому
О, блін, embedding дійсно може спрацювати, я теж це пробував, це взагалі економить витрати до межі, тепер LLM великі моделі так сильно конкурують, не знаю, чи буде це ще працювати.
Переглянути оригіналвідповісти на0
TokenCreatorOP
· 11год тому
Ну, embedding дійсно шикарний, шкода, що зараз великі моделі знову взялися за справу.
Тільки що згадав, як я проводив цей тест деякий час тому — виявляється, що класифікація на основі вбудовувань перевершила навіть найекономніші варіанти LLM у той час. Перевага в швидкості була помітною, економія витрат ще кращою. Це змушує замислитися, наскільки розрив змінився, оскільки ці моделі продовжують еволюціонувати. Хтось інший експериментує з вбудовуваннями для завдань класифікації замість того, щоб йти прямо до мовних моделей?