为 AI 构建基础模型的 5 个技巧

快速阅读: 据《ZDNet》称，英国国家测绘局（OS）首席技术官 Manish Jethwa 表示，OS 正结合人工智能与生成式 AI 技术，开发基础模型以高效处理地理数据，提升分析精度与效率。

记者获悉，英国国家测绘局（OS）首席技术官 Manish Jethwa 近日介绍了该机构如何将多年积累的人工智能和机器学习经验与最新的生成式 AI 技术相结合，以更高效地处理和分发其庞大的地理空间数据资源。

Jethwa 强调，OS 正在开发一种基础模型，用于在版权敏感情况下提取环境特征进行分析。该模型基于 OS 长期以来高精度的数据收集历史，能够从零开始构建，确保训练集完全由内部标注数据定义。此外，这一基础模型还可用于其他领域的数据分析，通过一次构建多次利用的方式，减少重复劳动，提高效率。

在构建基础模型的过程中，OS 采取了有目的的方法，通过逐步增加标记数据集，有效控制了成本。Jethwa 指出，这种方法不仅减少了能源和资源的消耗，还提高了模型的精确度，使其在特定领域超越了市场上的现有模型。

OS 还利用现有的大语言模型进行微调，结合自身文档，进一步优化模型性能。作为微软的一员，OS 主要使用 Azure 机器学习模型和基于 Python 的工具。同时，OS 也在探索与其他技术供应商的合作，共同解决数据驱动的挑战。

谈及未来，Jethwa 表示，OS 的目标是通过 API 和可信数据源，实现对用户查询的精准响应。他设想了一个用户友好的界面，用户可以通过自然语言与系统互动，快速获取所需信息，如学校的具体位置等。这一愿景展示了生成式 AI 在提供深入洞察方面的巨大潜力，同时也强调了确保数据准确性和权威性的重要性。

(以上内容均由Ai生成)