Predibase’e göre, büyük dil modellerinin (LLM’ler) son zamanlarda genişlemesi, makine öğrenimi süreçlerinde devrim niteliğinde bir değişime yol açtı ve yapay zekanın potansiyeline dair yeni bakış açıları ortaya çıkardı.
Yüksek Lisans’ları deneyen kuruluşlardan elde edilen anket verilerine dayanarak araştırmacılar, işletmelerin ticari satıcıların özel verilere erişimine izin vermeden açık kaynaklı Yüksek Lisans’ları özelleştirmenin ve dağıtmanın yollarını aradıklarını ve üretken yapay zeka yeteneklerinin ötesinde diğer kullanım örneklerini araştırdıklarını buldu.
“LLM’ler için artık açık sezon. OpenAI’nin ChatGPT’sinin yaygın olarak tanınması sayesinde işletmeler, en yeni AI yeteneklerini kullanarak rekabet avantajı elde etmek için silahlanma yarışında. Predibase CEO’su Piero Molino, “Yine de alana özel kullanım durumlarını karşılamak için daha özelleştirilmiş LLM’lere ihtiyaç duyuyorlar” dedi.
Molino, “Bu rapor, sektörün abartılı reklamları körü körüne takip etmek yerine gerçek fırsatlara ve zorluklara odaklanması gerektiğini vurguluyor” diye ekledi.
Yüksek Lisans’ın kurumsal olarak benimsenmesi
İşletmelerin dörtte birinden azı ticari Yüksek Lisans Programlarını kullanma konusunda rahattır. %33’ü, hassas veya özel verilerin ticari LLM tedarikçileriyle paylaşılmasıyla ilgili endişelerini belirtiyor ve bu da özel olarak barındırılan, açık kaynak alternatiflerine olan ilginin artmasına yol açıyor.
Açık kaynaklı yüksek lisanslar ivme kazanıyor. Ankete katılanların yaklaşık %77’si, gizlilik, maliyet ve kişiselleştirme eksikliğiyle ilgili endişeleri öne sürerek, üretimde prototiplerin ötesinde ticari yüksek lisans eğitimlerini ya kullanmıyor ya da kullanmayı planlamıyor ve bu da açık kaynak alternatiflerinde artışa yol açıyor. Örneğin Meta, LLaMA-1 gibi kapalı kaynaklı LLM’ler oluşturmaktan uzaklaştı ve onun yerine açık kaynak olarak sunulan ve ticari ve araştırma uygulamaları için ücretsiz olan LLaMA-2’yi aldı.
Üretken yapay zeka kullanım örnekleri popülerliğini korurken, işletmeler diğer uygulamaların iş değeri sağlama potansiyelini görüyor. Bilgi çıkarma ikinci en popüler kullanım durumudur (yanıt verenlerin %32,6’sı tarafından seçilmiştir).
Bu, PDF belgeleri veya müşteri e-postaları gibi yapılandırılmamış verileri toplu analizler için yapılandırılmış tablolara dönüştürmek üzere LLM’lerden yararlanmayı içerir. Daha sonra, sohbet robotlarındaki beyin olan ve kullanıcı sorgularına gerçek zamanlı olarak doğru ve alakalı yanıtlar sağlayan Soru-Cevap ve Arama (yanıt verenlerin %15,2’si) geldi.
Özelleştirilmiş Yüksek Lisanslar
Kuruluşlar daha doğru ve özelleştirilmiş sonuçlar elde etmek için özelleştirilmiş LLM’lere yöneliyor. Çoğu ekip, LLM’lerini ince ayar yaparak (%32,4) veya insan geri bildirimiyle pekiştirmeli öğrenimi (%27) kullanarak özelleştirmeyi planlıyor. Ekibin ince ayar yaparken karşılaştığı engeller arasında veri eksikliği (%21) ve altyapı yönetimi gibi sürecin genel karmaşıklığı (%46) yer alıyor.
Dünya Yaban Hayatı Fonu Küresel Veri ve Teknoloji Lider Bilim Adamı Dave Thau şunları söyledi: “Ekiplerimizin geniş proje raporlarımızdan içgörüler ve bilgiler elde etmesine yardımcı olmak için özelleştirilmiş açık kaynaklı yüksek lisans eğitimlerini kullanarak koruma çabalarımızın sonuçlarını iyileştirme konusunda açık bir potansiyel görüyoruz.” .
“İşin püf noktası elbette bu sonuçları oluşturmakta değil, bunların tutarlı, güvenli ve sorumlu sonuçlar vermesini sağlamakta yatıyor. Açık kaynak modellerini özelleştirme ve uygulamaya yönelik artan istekle birlikte kuruluşların, açık kaynak topluluğundaki hızlı inovasyon hızına ayak uydurabilecek operasyonel araçlara ve altyapıya yatırım yapmaları gerekecek,” diye sözlerini tamamladı Shimmin.