數據治理在大模型時代的實踐和創新

2023-08-21 11:20:53 來源: 商業新知網

人工智能生成內容（AIGC）是指通過學習大量文本數據來預測人類語言的算法框架。雖然大模型的技術難點已經被攻克，但目前在日常生活中還沒有看到許多AIGC的應用，這主要是應用方面存在一個技術難點。而這些難點主要體現在影響大模型準確率的關鍵因素，包括數據質量、數據多樣性、模型架構和參數調優、訓練數據量和計算資源、預處理和特征工程以及損失函數和優化算法。為了滿足大模型時代數據訓練的需求，數據治理的出現了新需求，包括數據的準確性、完整性、代表性、無偏性、噪聲和異常值處理以及數據格式和結構等方面的要求。以及對于多模態數據，如圖像、語音等數據治理需求。

1、大模型的原理和應用

(相關資料圖)

大模型我們從chatgpt開始說起，它可以寫郵件、代碼分析、寫代碼、寫文章等等，于是誕生了很AIGC的應用.AIGC（Artificial Intelligence Generated Content），人工智能生成文章、圖片、視頻等。那么AIGC背后主要的技術核心是大模型（Large Pretrained Language Model, LLM），LLM是指通過學習大量的文本數據，來預測下一個詞或下一段話的可能性，從而使計算機能夠更好地理解和生成人類語言。大模型本身是一個算法框架，它需要通過大量的文本數據訓練之后才能比較好的完成人類給出的任務，而目前國內已經有非常多的開源的大模型框架。例如：清華大學——ChatGLM-6B、智源人工智能研究院——悟道·天鷹、上海人工智能實驗室——書生·浦語（InternLM）、百川智能——baichuan-7B、北京大學——ChatLaw、云知聲——山海、OpenBMB——CPM-Bee-10B、上海交通大學——K2、智媒開源研究院——MediaGPT、度小滿——軒轅，這些在github上都可以找到開源鏈接.而國外也有一些開源項目。例如：Falcon 40B、facebook開源的LLAMA等。?因此大模型已經不在是技術難點，但是目前還未看到很多AIGC的應用出現在我們日常的生活中，這里主要存在一個應用的技術難點。我們通常將算法可以投入到應用中有一個標準。例如算法準確率達到90%可以投入到應用中使用，否則人工智能會變成人工智障。2、影響大模型準確率的幾個關鍵因素影響 AIGC（大模型）準確率的幾個關鍵因素可以包括： 1. 數據質量：訓練大模型所需的數據質量對準確率具有重要影響。數據應該具有準確性、完整性和代表性，并且需要覆蓋各種場景和情況。2. 數據多樣性：多樣性的數據集有助于大模型更好地泛化和應對各種情況。數據集應該涵蓋不同的語言、領域、文化和背景。 3. 模型架構和參數調優：選擇合適的模型架構以及優化模型參數和超參數對于提高準確率至關重要。深入理解模型架構和調優算法能夠幫助優化大模型性能。4. 訓練數據量和計算資源：大模型通常需要大量的訓練數據和計算資源來提高準確率。更多的數據和更強大的計算資源可以幫助提高訓練和推理的性能。5. 預處理和特征工程：數據預處理和特征工程的策略對于大模型的準確率有重要影響。正確選擇和處理特征可以提升模型的泛化能力和準確率。6. 損失函數和優化算法：選擇合適的損失函數和優化算法對于訓練大模型具有關鍵性影響。良好的損失函數和優化算法可以加速模型的收斂和提高準確率。通過以上分析影響大模型準確率有4項關鍵的因素數據質量、訓練的數據量、預處理和特征工程、數據多樣性都是訓練數據本身，而只有模型架構和參數調優、損失函數和優化算法是跟大模型本身相關，因此如果想要大模型有一個比較好的表現，首先需要給他大量高質量的多樣的數據訓練樣本，于是數據是成為大模型未來的技術壁壘。模型相對固定的前提下，通過提升數據的質量和數量來提升整個模型的訓練效果。3、大模型時代數據治理的有哪些新的需求？

用來訓練大模型的數據的基本要求主要包括：

1. 準確性：數據應該準確地反映實際情況，不包含錯誤、偏差或不一致性。數據的標注、標簽或注釋應該是正確的，沒有錯誤或誤導。2. 完整性：數據集應該包含足夠全面和完整的信息，涵蓋所需的各種情況、場景或領域。缺少重要信息或存在丟失或不完整的數據可能導致模型學習不足或無法泛化到新的情況。3. 代表性：數據集應該代表目標問題或領域的多樣性和廣泛性。數據集應該包含各種類型的樣本，涵蓋不同的變化因素，以便模型能夠學習到更全面和普遍的模式和規律。???????????

4. 無偏性：數據采樣應該是無偏的，不包含任何人為或系統性的偏見。數據集的采樣方法和過程應該是公正和隨機的，避免歧視性或偏頗性。

5. 噪聲和異常值處理：數據應該經過噪聲和異常值的處理或清理。噪聲和異常值可能會干擾模型的學習過程，并導致錯誤的建模結果。

6. 數據格式和結構：數據應該以適當的格式和結構進行組織和表示，以便模型能夠方便地進行讀取和處理。數據的一致性和規范性對于模型的有效學習和解析至關重要。

基于以上幾點具體的要求，對于具體應用場景的應用，對于AIGC的數據治理方面提出的具體要求：

1、語料清洗過程中的標注，標簽是否正確，即對文本數據的打標簽

2、語料主題的自動識別，即給語料識別主題，和主題的相關性等

3、語料行業分類，即給語料識別行業分類

4、語料的去噪過程，將噪聲和異常值的處理或清理?????????

5、語料的標準化過程，數據格式和結構，語料的長度、段落分段、分段長度。???

6、語料的基本處理，包括語法正確性修正，包含偏見主題的過濾、語料的唯一性和重復性過濾等

另外對于提供給大模型的數據需要種類的豐富性，大模型可能涉及多模態數據，如文本，圖像，語音等。數據治理需要整合和管理這些不同類型的數據，整合這些數據，需要對圖片、語音、視頻進行自動識別以及分類，并且和文本數據建立聯系。

圖片處理相關的技術主要包含：

1、圖片打標簽，圖片的主題對象識別????

2、圖片行業分類

3、圖片尺寸識別，圖片尺寸的規范化??

4、圖片視覺重心識別???

5、圖片唯一性識別

6、圖片相似性識別

7、圖片的風格識別

大模型時代的數據治理需要非常多的基礎算法的配合才能完成數據治理，數據治理不再是簡單的數據清洗，加工，表之間的管理，還有各種分類，打標簽，主題識別，數據標準化，非結構化數據之間的關聯關系等技術。整合這些算法的數據治理平臺才能應對大模型時代的數據需求。

關鍵詞：

數據治理在大模型時代的實踐和創新

您可能也感興趣:

今日熱點

京東啟動校招，提供超1.5萬個崗位

花唄分期還款從什么時候開始還-

SINO HOTELS(01221.HK)8月29日舉行董事會會議批準刊發全年業績

更多

更多

排行

最近更新

今日要聞

數據治理在大模型時代的實踐和創新

您可能也感興趣:

今日熱點

京東啟動校招，提供超1.5萬個崗位

花唄分期還款從什么時候開始還-

SINO HOTELS(01221.HK)8月29日舉行董事會會議批準刊發全年業績

為您推薦

新易盛：8月18日融資買入1.76億元，融資融券余額15.4億元

全國脫貧人口就業務工超3200萬人

婚前財產包含哪些財產

Seagen(SGEN.US)雙重HER2靶向療法組合達到3期臨床終點

更多

更多

排行

最近更新

今日要聞

新易盛：8月18日融資買入1.76億元，融資融券余額15.4億元