Azure
A kis nyelvi modellek az LLM-ek mesterséges neurális hálózatainak egyszerűsített verzióit használják. A nyelvi modellek olyan paraméterekkel rendelkeznek, – lényegében módosítható beállításokkal – amelyek tanulnak az adatokból, és előrejelzéseket készítenek. Az SLM-ek sokkal kevesebb paramétert tartalmaznak, mint az LLM-ek, így gyorsabbak és hatékonyabbak, mint a nagyobb modellek. Ahol az LLM-ek, például a GPT-4 billiónál is több paramétert is tartalmazhatnak, az SLM-ek csak néhány százmilliót. A kisebb architektúra lehetővé teszi, hogy az SLM-ek természetes nyelvfeldolgozási feladatokat hajtsanak végre olyan tartományspecifikus alkalmazásokban, mint az ügyfélszolgálati csevegőrobotok és a virtuális asszisztensek, és sokkal kevesebb számítási teljesítményt használjanak, mint az LLM-ek.
A nyelvi modellek a szöveget szóbeágyazásokra bontják, olyan numerikus reprezentációkra, amelyek rögzítik a szavak jelentését, amelyet egy átalakító dolgoz fel egy kódoló használatával. A dekóder ezután egyedi választ ad a szövegre.
A nyelvi modelleket a betanításhoz egy szövegkorpusznak nevezett nagy adatkészlet számára kell elérhetővé tenni. Az SLM-eket olyan adathalmazokra tanítják be, amelyek kisebbek és specializáltabbak, mint a viszonylag kis LLM-ek által használtak. Az adathalmaz, amelyen az SLM-eket betanítják, jellemzően a funkciójukra jellemző. A betanítást követően a modell finomhangolással különböző feladatokhoz igazítható.
Az SLM-eket kevesebb számítási erőforrást igénylő feladatokhoz tervezték. Az LLM-ek nagyobb képességeket kínálnak, de sokkal nagyobb feldolgozási teljesítményt igényelnek. Az SLM-ek ideálisak a peremhálózati számításhoz és az alacsony erőforrásigényű környezetekhez, míg az LLM-ek az összetett feladatok kezelésében kiemelkedőek.
A kis nyelvi modellek ideálisak a hatékonyságot igénylő feladatokhoz, például az alkalmazások alacsony erőforrásigényű környezetekben való futtatásához vagy ahol a gyors válaszok kritikus fontosságúak. Olyan feladatokhoz is hasznosak, amelyekhez nincs szükség a nagy nyelvi modellek kiterjedt képességeire.
Az SLM LLM-ekkel szemben való használatának előnyei közé tartozik az alacsonyabb számítási követelmény, a gyorsabb válaszidő és a peremeszközökön való üzembe helyezésre való alkalmasság. Az SLM-ek hatékonyabbak és költséghatékonyabbak olyan feladatokhoz, amelyek nem igénylik egy nagy nyelvi modell kiterjedt képességeit. Így ideálisak a korlátozott erőforrásokkal rendelkező valós idejű alkalmazásokhoz és környezetekhez.