iT邦幫忙

2024 iThome 鐵人賽

DAY 7
0
生成式 AI

運用生成式 AI 服務 所提供的API 實做應用開發(以Gemini及ChatGPT為例)系列 第 7

1-6 人工智慧開發實踐前的 ( LLMs vs LLMs API )選擇指南

  • 分享至 

  • xImage
  •  

1-6 人工智慧開發實踐前的 ( LLMs vs LLMs API )選擇指南

https://ithelp.ithome.com.tw/upload/images/20240807/20046160CIlOQiIe8F.png

在選擇適合的人工智慧系統時,首先需要考慮預算。本文將根據不同的預算情況,以及對人工智慧需求的專才或通才進行詳細指導。

1. 預算?

預算有限,可以考慮使用以下免費或開源的解決方案:

  • APP
    • ChatGPT-4o
    • Gemini
    • Claude (有免費使用限制)
  • API
    • Gemini API

如果有足夠的預算支持,可以選擇一些高效且全面的商業解決方案,以滿足不同的需求。

2. 人工智慧需求

專才

如果需求是針對特定功能或領域,例如停車場車牌辨識,則需要選擇專才型人工智慧系統。這類系統專注於特定的任務,並能提供高精度的結果。

通才

如果需求是涵蓋多種功能或領域,例如ChatGPT,則需要選擇通才型人工智慧系統。這類系統具有廣泛的應用範圍,能夠處理多種不同的任務。

不一定 / 特定領域專家

若需求是某些特定領域的專家系統,例如GitHub Copilot,可以專才和通才型都可以考慮。

通才的需求,通常可以直接串接 API 完成,特定領域專家 用 LLMs API 串接前,可以藉由 RAG 或是 fine tuneing 去處理,機密資料透過 function calling 介接

3. 專才型系統解決方案

專才型人工智慧系統專注於特定功能或任務,具有高精度和定制化的特點。以下是選擇和實施專才型系統的步驟和推薦平台:

選擇步驟

  1. 需求分析
    • 明確具體任務,例如車牌辨識或醫學影像診斷,確定目標精度和性能指標。
  2. 模型選擇
    • 選擇合適的開源模型或預訓練模型,評估其性能和適用性。
  3. 數據準備
    • 收集和處理相關數據,確保數據質量和多樣性。
  4. 模型訓練
    • 使用開源平台進行訓練和微調,設置適當的超參數。
  5. 模型評估和優化
    • 使用測試數據集進行評估,根據結果進行優化。
  6. 部署和監控
    • 部署模型到生產環境,持續監控和更新。

推薦平台

Hugging Face

  • 模型選擇:瀏覽 Hugging Face 模型庫,選擇適合的預訓練模型。
  • 數據準備:使用 datasets 庫來處理數據。
  • 模型訓練:利用 transformers 庫進行訓練和微調。
  • 模型部署:通過 Hugging Face API 進行部署和監控。

Google Vertex AI

  • 數據準備:使用 Google Cloud Storage 管理數據。
  • 模型訓練:利用 Vertex AI 訓練服務進行模型微調。
  • 模型評估:使用 Vertex AI 工具進行性能測試。
  • 模型部署:通過 Vertex AI 部署服務進行模型部署和監控。

利用這些步驟和工具,能有效開發和部署高效的專才型人工智慧系統。

4. 通才型系統解決方案

通才型系統的需求可以通過以下幾種方式解決:

  • 開源模型訓練:可以選擇多種開源模型進行自我訓練,以滿足不同的需求。
  • LLMs API 串接:直接使用大型語言模型 (LLMs) 的API進行串接,以實現多功能應用。

特定領域專家

若需要在特定領域使用通才型系統,可以通過以下方法進行調整:

  • RAG (Retrieval-Augmented Generation):使用檢索增強生成技術,從外部資料庫中檢索相關信息進行生成。
  • Fine Tuning:對大型語言模型進行微調,以適應特定領域的需求。
  • Function Calling:透過功能調用介接機密資料,確保數據安全和隱私保護。

結論

根據以上的分析,可以根據預算和需求選擇適合的人工智慧系統。無論是專才型還是通才型系統,都有多種開源和商業化解決方案可以選擇,從而實現高效且精準的人工智慧應用,本系列將以通才型LLMs API 串接為主。

關於我

我是 Wolke。我是一名專業程式開發者,專長是開發 AI 和程式解決方案。

我投入了不少時間在專業發展上。我是多本書的作者,其中包括《LINE聊天機器人+AI+雲端+開源+程式:輕鬆入門到完整學習》《ChatGPT來襲,未來人人都需具備的運算思維!應用詠唱工程來釋放程式生產力—程式學習/開發篇》。也有出版線上課程,我熱衷於分享我的經驗和技術,幫助其他開發者更好地利用 AI 工具。

也在許多知名大學、論壇、社團擔任講者,如果貴方有需要也歡迎與我聯繫。
2023年 講座 紀錄

最後這篇文章若有切合你的需求,敬請訂閱按讚分享


上一篇
1-5 撰寫Prompt與System Instructions的五個基本原則
下一篇
1-7 RAG:檢索增強生成技術介紹
系列文
運用生成式 AI 服務 所提供的API 實做應用開發(以Gemini及ChatGPT為例)44
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

1 則留言

0
照燒小子
iT邦新手 5 級 ‧ 2024-08-07 16:41:20

Wolke您好,我叫James很喜歡您針對GenAI所撰寫的系列文章,有一個問題想請教Wolke,因為我覺得您在開頭放的圖都很精美(非常羨慕哈哈),想問一下是透過哪個GenAI生成的(Midjourney or Dall-E)?在使用這些生圖模型的時候prompt跟System Instructions有什麼使用上的技巧?

Wolke iT邦研究生 5 級 ‧ 2024-08-08 10:36:58 檢舉

第一個問題居然是想要偷我的 prompt /images/emoticon/emoticon02.gif

我要留言

立即登入留言