计算机科学 > 计算机视觉与模式识别
[提交于 2023年7月20日
]
标题: 区块链上的动态大语言模型
标题: Dynamic Large Language Models on Blockchains
摘要: 训练和部署大型语言模型需要大量的计算资源,因为语言模型包含数十亿个参数,文本包含数千个标记。 另一个问题是大型语言模型是静态的。它们在训练过程之后是固定的。 为了解决这些问题,本文提出在区块链上训练和部署动态大型语言模型,区块链具有高性能计算能力并且分布在计算机网络中。 区块链是一种安全、去中心化且透明的系统,允许创建无需中介的防篡改交易记录。 动态大型语言模型可以在训练过程后持续从用户输入中学习。 我们的方法提供了一种开发大型语言模型的新方式,并为下一代人工智能系统指明了方向。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.