Bro kävelee rennosti ja selittää viisi GPU:n suorituskyvyn optimointimenetelmää LLM:ille. Yksi yksinkertaisimmista ja intuitiivisimmista selityksistä aloittelijoille.

Siinä se... Amazon on todistanut, että pienet kielimallit voivat päihittää 500 kertaa suuremmat LLM:t agenttityökalujen kutsumisessa. NVIDIA on jo aiemmin osoittanut tämän ajatuksen, ja tämä on toinen todiste siitä, että oikea hienosäätö voi tehdä SLM-malleista parempia agenttisovelluksissa kuin LLM:t, murto-osalla kustannuksista. Agenttikeskeisten yritysten on tänä vuonna omaksuttava enemmän LLM:ien kehitystä (aineisto, arvioinnit, koulutuksen jälkeinen koulutus, suunnittelu). heillä on data ja oikeat leikkikentät näille LLM:ille. On taloudellisesti järjetöntä käyttää omistusoikeudellisia suuria malleja useimmissa agenttikäyttötapauksissa. Lue tämä artikkeli ja myös NVIDIA:n ("Small Language Models are the Future of Agentic AI") vakuuttuneeksi.

hän on Google Gemini -tiimin tutkimusinsinööri ja selitti käytännössä kaiken, mitä kannattaa tietää Frontier AI -tutkimukseen vuonna 2026 vain 40 minuutissa. Tässä ovat pääkohdat: > miten aloittaa? Käy ML- ja DL-kursseja. Voi olla yliopisto tai verkossa. Opettele kandidaattitason matematiikkaa. Ei tarvitse hallita kaikkea kerralla, tulet käymään niissä jatkossakin. Sitten vaihda lukemaan artikkeleita. Tämä auttaa sinua rakentamaan "mielikartan" kentästä. > miten lukea artikkeleita tehokkaasti: Se on taito, jossa kehityt sitä mukaa kun luet lisää artikkeleita. Aloita tiivistelmästä ja siirry sitten pääosioon. > miten löydät aiheeseen liittyviä artikkeleita, kun tutkit jotain? Lue aiheesta hyvin siteerattu artikkeli, mene sitten sen viittauksiin palataksesi ajassa taaksepäin tai etsi artikkeleita, joissa siihen viitataan, jotta voit mennä ajassa eteenpäin. > miten siirtyä lukemisesta oman tutkimuksen aloittamiseen? Etsi aiheeseen liittyvä lehti, jossa on julkista koodia. Lataa koodi ja aineisto ja kokeile niitä hetken. Kokeile uusia parametreja, vertailuarvoja jne. Kyse ei ole artikkeleiden toteuttamisesta alusta alkaen, vaan muiden kirjoittajien työn rakentamisesta. > kuinka paljon matematiikkaa oikeasti tarvitset? Tarvitset matematiikkaa, mutta et kaikkea kerralla, etkä kaikkea. Jos olet teoreettinen tutkija, sinun täytyy osata edistynyt matematiikka. Empiiriset tutkijat tarvitsevat enimmäkseen matematiikkaa ymmärtääkseen. > ota yhteyttä kokeneempiin tohtoriopiskelijoihin, professoreihin tai aiheeseen liittyvien artikkeleiden kirjoittajiin saadaksesi ohjausta/mentorointia tai voitko osallistua heidän projekteihinsa. > tutkimusroolien löytäminen liittyy enemmän suosituksiin kuin muihin tehtäviin. > teollisuustyö ilman tohtorin tutkintoa? AI-residenssi on erinomainen välitaso tähän. Voit saada käytännön kokemusta ja aloittaa urasi.