详细内容或原文请订阅后点击阅览
gartner：对小型AI模型的兴趣正在增长 div>
K2 Cloud Expert-关于俄罗斯大数据技术市场，实施项目的特征，选择解决方案的标准以及云服务的可能性。
来源:OSP网站大数据新闻Gartner 预测，到 2027 年，组织部署特定任务的小型 AI 模型的速度将是通用大型语言模型 (LLM) 的三倍。通用模型具有广泛的功能，但在解决需要了解主题领域特定背景的问题时，其准确性会降低。
业务流程的多样性和对提高准确性的需求正在推动组织转向根据特定功能或领域数据定制的专用模型。紧凑的、特定于任务的模型可提供更快的响应时间并消耗更少的计算资源，从而降低运营和维护成本。
在创建自定义模型时，企业可以使用检索增强生成 (RAG) 或微调技术来根据特定需求定制 LLM。这里的关键作用是企业数据，这需要额外的准备和质量控制。要根据微调需求进行架构，需要组织整体管理和版本控制。
认识到数据及其分析的价值，企业可能会开始将其模型货币化，并向更广泛的受众（包括客户甚至竞争对手）提供对这些资源的访问权限。数据和知识的使用将会从安全模式转向更加开放和共享的模式。模式的商业化将使企业创造新的收入来源，并建立一个具有广泛联系的生态系统。
希望实施小型人工智能模型来解决特定问题的组织应注意以下几点。
- 实验上下文模型。 - 综合方法。 - 强化技能并提高数据质量。