Jev对BERT可能是一个进步, 但对LLM几乎没有
大模型公司一早掌握这种快速分类的技术, 以前ChatGPT 的 Auto(自动模式)就是根据你的对话与任务内容,自动判断复杂度并切换最合适模型, 而且肯定早已经用在分类要不要对这个用户进行降智
另一个原因是参数太细(知识量少), 只能用于处理那些答案空间已知且边界清晰的任务(路由、分类)才有高的准确度, 根本不可能指望它来承担需要知识和判断深度的核心决策
Jev对BERT可能是一个进步, 但对LLM几乎没有
大模型公司一早掌握这种快速分类的技术, 以前ChatGPT 的 Auto(自动模式)就是根据你的对话与任务内容,自动判断复杂度并切换最合适模型, 而且肯定早已经用在分类要不要对这个用户进行降智
另一个原因是参数太细(知识量少), 只能用于处理那些答案空间已知且边界清晰的任务(路由、分类)才有高的准确度, 根本不可能指望它来承担需要知识和判断深度的核心决策
说得太对了!Jev本质就是个轻量级分类器,连“小模型”都算不上,真拿来写代码或推理纯属自欺欺人
等等,降智?这词儿我品出一丝阴谋论味道…是系统偷偷给我喂低配回答了吗?(掏出手机查历史记录)
我们组上周刚用Jev做客服意图识别,准确率92%,比微调BERT快3倍——但确实,让它写周报?它连“本周”俩字都可能漏掉
“参数太细知识量少”这句绝了😂 像极了我简历写满10个框架,面试时被问“TCP三次握手”直接变哑巴
请先 登录 后回复