ข้ามไปยังเนื้อหาบทเรียน
เมนู
เข้าสู่ระบบ — เร็ว ๆ นี้
สารบัญบทที่ 318/8

พื้นฐานการใช้ AIการเขียน Prompt

สรุป: Open Model และ Local AI

ทบทวน weights, license, incentive, emergence, distillation, hardware และ local tools

เป้าหมาย: อนุมัติหรือปฏิเสธ local model ด้วย decision record ที่ตรวจได้ · ใช้เวลาประมาณ 15 นาที

ข้อ 1

weights บอก training data ทั้งหมดหรือไม่

  1. บอก
  2. ไม่บอก
ดูคำตอบและคำอธิบาย

ไม่บอก การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

ข้อ 2

open weights เท่ากับ open source เสมอหรือไม่

  1. เสมอ
  2. ไม่เสมอ
ดูคำตอบและคำอธิบาย

ไม่เสมอ การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

ข้อ 3

distillation อาจสูญเสียอะไร

  1. quality/diversity/calibration/safety
  2. ไม่มีอะไร
ดูคำตอบและคำอธิบาย

quality/diversity/calibration/safety การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

ข้อ 4

คำนวณ memory จากอะไร

  1. parameters×bits และ KV/overhead
  2. ชื่อโมเดล
ดูคำตอบและคำอธิบาย

parameters×bits และ KV/overhead การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

ข้อ 5

local แปลว่า private อัตโนมัติหรือไม่

  1. ใช่
  2. ไม่ใช่
ดูคำตอบและคำอธิบาย

ไม่ใช่ การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

ข้อ 6

local API ควรเริ่ม bind ที่ไหน

  1. public network
  2. localhost ตามความจำเป็น
ดูคำตอบและคำอธิบาย

localhost ตามความจำเป็น การควบคุมมากขึ้นหมายถึงทีมรับผิดชอบการตรวจและ operation มากขึ้น

บันทึกช่วยจำ
  • ติดตาม license และ model version ทุกครั้งที่ update
  • ทำ inventory และลบ model/data เมื่อหมดวัตถุประสงค์

สรุปบทเรียนนี้

  • rights first
  • fit on real task
  • operate securely