Collaborative writing start from below
從這裡開始共筆
(以下內容由作者先行提供)
Gamma Slide: Shared Link
Warning
-> 因為 LLM 和 ChatGPT 隨時在更新,請務必以最新科技資訊為主。
今日主題:快速生成 MLOps 基礎程式碼架構:使用 ChatGPT
-> 會先以 MLOps 和 ChatGPT 來做介紹
The Level of LLM Model
Level 1: Web UI Application
Level 2: API Service
Level 3: Open-Source LLM Model
Level 4: Custom LLM Model
ChatGPT: OpenAI 公司的 LLM 服務,不知道的趕快去玩
-> ChatGPT Link: Link
常見的製作AI問題:
(1) 團隊溝通與建置速度: 製作模型需要跨知識、跨領域、跨部門溝通,需要共同環境來打造高效率團隊
(2) 模型與專案倍增: AI 專案數量與 AI 模型數量都以倍數增加
對於專案管理及系統資源的挑戰
(3) 部署與營運問題: 如何將模型成為一個服務、模型部署成服務後的營運方法、是否能夠減少模型訓練至部署的人工作業
MLOps 介紹:
(1) 三大重點: 標準化、流程化、自動化
(2) 三大元素: 資料、模型、程式碼
(3) 三大重點: 管理、流程和維護方法建立
(4) 四大流程: 資料整理、模型訓練、模型部署、監控與維護模型
ChatGPT + MLOps:
(1) 流程建置更容易
(2) 不懂的先問他,他會告訴你一些好流程和做法
Demo Showcase
ChatGPT + MLOps 好處:
(1) 節省時間
(2) 減少錯誤
(3) 人機協作
(4) Scalability
結論:ChatGPT + MLOps 帶來許多好處,節省時間、增加效率、人機協作、減省工程師負擔等
你可以帶回去做的事情
(1) 重整公司ML做法,導入MLOps
(2) 嘗試導入OpenAI、ChatGPT,甚至是Local LLM,來幫助增加效率
(3) 嘗試使用雲端服務與開源軟題工具來幫助製作模型能夠事半功倍
投影片製作方式:Gamma
-> Gamma邀請碼:https://gamma.app/signup?r=wv8kr34wimgb3je
Below is the part that speaker updated the talk/tutorial after speech
講者於演講後有更新或勘誤投影片的部份