เมื่อ data มีค่ามากกว่าคริปโต 5555 คือต้องบอกงี้ครับว่าในยุคที่คนต่างพูดถึง AI แต่รากฐานของความเก่งกาจเหล่านั้นอาศัยข้อมูลที่เราใช้ในการเทรนเป็นส่วนใหญ่เลยครับ ซึ่งตัดภาพมาที่การเตรียมข้อมูล ต้องพูดตามตรงว่าเป็นสิ่งที่ดูไม่น่าตื่นตาตื่นใจเลย แต่กลายเป็นว่าเป็น activity ที่สำคัญมากกกกกกก ซึ่ง WangchanX ได้เข้ามามีบทบาทสำคัญสำหรับการเตรียมข้อมูลภาษาไทยที่มีคุณภาพใน " WangchanThaiInstruct" ครับผม
Reference:
- fb post: story.php?st...
- data source: huggingface.co/datasets/aires...
Timecodes:
0:00 - Channel intro
0:08 - Content intro
0:48 - Data is everything
4:00 - Pretrained vs Instruct-tuned
6:25 - WangchanThaiInstruct
8:02 - Summary
#layn #llmsareallyouneed #largelanguagemodels #thaidataset
25 июл 2024