
Область обработки естественного языка (NLP) претерпела значительные изменения с появлением больших языковых моделей (LLM) таких как GPT и LLaMA. Эти модели стали важными инструментами для различных задач, вызывая растущую потребность в собственных LLM среди отдельных лиц и организаций. Однако, ресурсоемкая природа разработки LLM остается вызовом для многих. Исследователи предложили слияние знаний LLM как альтернативный подход к созданию мощных моделей с одновременным снижением затрат на разработку. Этот метод объединяет несколько LLM в единую структуру, чтобы использовать их преимущества в различных задачах. Принципы FUSECHAT FUSELLM представил новую парадигму слияния знаний, используя матрицы распределения вероятностей, созданные несколькими исходными LLM для передачи совокупных знаний… ➡️➡️➡️