Nicht jedes AI -Problem benötigt ein 100B -Parametermodell 🤦‍eitung

Ich habe die letzten Jahre damit verbracht, maschinelle Lernmodelle zu bauen, und wenn es eine Sache gibt, die mich immer wieder verrückt macht, ist es das: Menschen werfen LLMs bei jedem einzelnen Problem wie das einzige Tool in der Toolbox.

Sie müssen Dokumente klassifizieren? Llm.
Sie müssen Kundenabweiche vorhersagen? Llm.
Sie müssen Betrug in strukturierten Transaktionsdaten erkennen? Llm.

Schau, ich verstehe es – Glms sind cool. Aber für die meisten Anwendungsfälle sind sie auch teuer, langsam und oft wild ineffizient. Die Tatsache, dass ein Modell, das auf allen menschlichen Kenntnissen geschult ist, verwendet wird, um festzustellen, ob eine E -Mail ist, fühlt sich einfach… verschwenderisch an.

Die meisten KI-Probleme in der realen Welt benötigen kein 100B-Parameter-Gigant-sie brauchen kleine, effiziente und spezialisierte Modelle, die tatsächlich zur Aufgabe passen.

Ein Freund und ich beschlossen, sich zu beschweren und etwas zu erstellen-ein Tool, das den Menschen tatsächlich hilft, aufgabenspezifische Modelle zu erstellen, ohne ML-Fachwissen oder massive Datensätze zu benötigen. Es heißt Smolmodelsund es ist Open-Source. Anstatt GPT auf Ihr Problem zu werfen, beschreiben Sie nur, was Sie brauchen, und es baut ein Modell für Sie auf.

Ich denke ehrlich, die Zukunft von KI ist nicht darin, größere Modelle zu machen, sondern ML für reale Aufgaben zugänglicher und praktischer zu machen. Nicht alles muss ein Transformator mit Billionen-Dollar-Berechnungsrechnungen sein.