Otwieram dyskusję: czy spopularyzowanie się LLMów i ogólnej AI nie było tak na prawdę efektem ubocznym rozwoju technologicznego na przestrzeni ostatnich lat? Czy gdyby nie głośna premiera ChatGPT, to i tak w podobnym czasie pojawiłoby się coś podobnego, bo po prostu technologia (przepustowość pamięci, rozwój GPU/CUDA) umożliwiała już osiąganie fajnych efektów w obszarze AI?
#ai #sztucznainteligencja #gruparatowaniapoziomu #programista15k #programowanie #pracait
#ai #sztucznainteligencja #gruparatowaniapoziomu #programista15k #programowanie #pracait












Czy da się skutecznie zapobiec takim sytuacjom? Jeśli nie, to jak sobie z takimi sytuacjami radzicie? Może je jakoś wykrywacie i w
@a5f5c1: Zdarza się, że wpadają w pętlę - zwłaszcza stare i małe LLMy albo takie które są głównie trenowane pod EN ale używasz ich z innym językiem. Jest na to techniczny sposób ale raczej mało praktyczny i trudny (trzeba użyć contrastive sampling), wątpię żeby było obsługiwane przez typowe lmstudio/ollama.
Potrzebujesz nowszego i większego modelu.
- czego używasz do odpalania lokalnego LLM?
- jakiego modelu używasz? z jaką kwantyzacją?
- jak bardzo wysycasz kontekst? (zwykły chat, czy np. kodujesz na 50 plikach?)