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…。
m.2 固态硬盘中,既然有可缩减为 2230 的能力,为什么依旧在使用 2280 如此大尺寸的方案?…
如何评价前端组件库shadcn/ui?…
历史上有哪些来自对手的神助攻?…
你会从mac转向Windows吗?…
备案号: 网站地图