Марковские цепи как прародитель LLM
Марковские цепи как прародитель LLM
Андрей Марков применил свою теорию цепей для предсказания следующей буквы (гласная или согласная) на основе последовательности из первых 20 тысяч букв «Евгения Онегина» в начале 20-го века. Это был ранний эксперимент с вероятностным предсказанием последовательностей на основе предыдущего контекста. По сути, этот подход является концептуальным прародителем современных больших языковых моделей, которые также предсказывают следующий токен на основе контекста.
Связи
- Моделирование будущего для распределения внимания — Оба описывают предсказательные модели: вероятностные последовательности vs финансовое прогнозирование
- Выявление предпосылок для проверки советов — Марковские цепи — пример базовых предпосылок, на которых построены сложные современные системы
Источник: Telegram, 2024-10-19
Связанные заметки
Темп изменений в Generative AI требует регулярных обновлений знаний
#AI#learning#knowledge-management
AI Engineer конференция как источник знаний для практиков
#AI#learning#technology
Динамика изменений в GenAI за 2 месяца
#AI#technology#industry-trends
Последовательность подходов к обучению LLM
#AI#technology#learning
Singularity University как источник знаний о передовых технологиях
#learning#technology#startups
Хотите глубже изучить ai и автоматизация?
AI Product Engineer
85% выпускников запустили AI-фичу в production
Узнать о курсеИсследуйте больше связей
Эта заметка — часть сети из 2,400+ взаимосвязанных идей. Откройте для себя неожиданные связи в интерактивном графе знаний.
Открыть граф знаний