详细内容或原文请订阅后点击阅览
您真的需要基础模型吗？
llm或自定义模型：您应该如何选择正确的解决方案？您真的需要基础模型吗？首先出现在数据科学上。
来源:走向数据科学无处不在 - 但是它们总是正确的选择吗？在当今的AI世界中，似乎每个人都想使用基础模型和代理商。
从GPT到剪辑再到SAM，公司正在竞争围绕大型通用模型构建应用程序。并且有充分的理由：这些模型具有强大的，灵活的，并且通常易于使用。但是你真的需要一个吗？
在许多情况下，尤其是在生产方案中 - 更简单，更定制的模型也可以表现出色，即使不是更好。成本较低，延迟较低和更多控制。
本文旨在通过涵盖以下内容来帮助您浏览此决定：
- 什么是基础模型，他们的专业人士和助教是什么是自定义模型，他们的专业人士以及根据您的需求选择正确的方法，使用现实世界示例A Visual Deciest框架将其全部包装起来
让我们参与其中。
基础模型
基础模型是一个大型的，预验证的模型，该模型在跨多个领域的大规模数据集上训练。这些模型的设计足够灵活，可以解决多种下游任务，而几乎没有额外的培训。它们可以看作是通才模型。
它们有多种类型：
- llms（大型语言模型），例如GPT-4，Claude，Gemini，Llame，Mistral…自从启动Chatgpt.vlms（视觉模型）以来，我们听到了很多关于它们的信息。它们更具专业化，大多是由从业者使用的，但功能非常强大。诸如RunwayMl，Sora，VEO等特定于特定的模型……在过去的几年中，该领域取得了令人难以置信的进步，现在取得了令人印象深刻的成绩。