• 戡玉
    2024-11-19 来自湖南
    数据收集 -> 数据标注 -> 模型训练 -> 模型预测(应用)。实际的AI模型开发,是不是就是做这些事情?虽然还没看到后面,但是感觉对课程轮廓有了一个大概了解,确实开阔了视野。不过,个人感觉这种方式实际落地有点难,不管是独立开发,还是公司推广,主要是专业性和成本问题,大厂确实适合。如果个人开发项目,比如:低代码结合 AI,感觉直接基于现有大模型API能力会更方便。老师后面能不能加个餐,将课程内容和大模型API能力调用在目标达成上做个区分和比较,从低成本和实际落地的角度给独立开发或者公司推行一些建议和想法啥的。

    作者回复: 你好,同学 感谢你的认真阅读和认可 数据收集 -> 数据标注 -> 模型训练 -> 模型预测(应用)这个常规流程适用于直接使用模型进行再次训练使用。 要研发新的模型或者已有模型的变体,侧重于理论研究,需要有不错的数学基础,方能有理论依据的研发变体模型。 现有大模型API对个人来说是很好的体验AI的方式,但落地到公司商业层面仍然需要面对如数据安全等诸多需要考虑的点。 加油~

    
    