本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
架構
問題 |
回應範例 |
---|---|
正在考慮哪種類型的生成式 AI 模型或架構? |
轉換器、卷積神經網路 (CNN)、遞歸神經網路 (RNN)、決策樹等。 |
預期的資料和運算規模或數量是多少? |
數百萬使用者、PB 的資料等。 |
訓練和推論的硬體需求 (例如 CPUs或 GPUs) 有哪些? |
高階 GPUs、CPU 叢集、雲端執行個體等。 |
生成式 AI 模型將如何隨著時間更新或重新訓練? |
透過持續學習、定期重新訓練、手動更新等。 |
什麼是資料預先處理和特徵工程需求? |
文字清理、影像增強、功能選擇等。 |
生成式 AI 系統會如何處理邊緣案例、極端值或低可信度輸入? |
透過回復至人工監督、請求釐清等。 |
生成式 AI 應用程式的延遲要求是什麼? |
即時、近乎即時、批次處理等。 |