Nachdem Sie verschiedene Anwendungen großer Sprachmodelle kennengelernt haben, ist es wichtig, deren Konzeption und interne Architektur zu verstehen. Was ist ein Transformer? Transformer sind Deep-Learning-Architekturen, die dafür ausgelegt sind, Texte zu verarbeiten, zu verstehen und zu erzeugen, die denen ähneln, die von Menschen verfasst werden. Die meisten heutigen großen Sprachmodelle beruhen auf dieser Architektur. Ihr Hauptvorteil ist die Fähigkeit, lange Textsequenzen parallel zu verarbeiten, anstatt jedes Wort nacheinander zu analysieren. Es gibt drei große Transformer-Architekturen: Encoder-only-Modelle. Decoder-only-Modelle. Die Modelle
Der weitere Verlauf dieser Lektion ist Abonnenten vorbehalten Erstellen Sie Ihr kostenloses Konto, um die Beispielübungen zu testen, und wechseln Sie dann jederzeit zum vollständigen Zugang.