SAN FRANCISCO / MÜNCHEN (IT BOLTWISE) – Databricks hat eine neue Methode entwickelt, die es ermöglicht, die Leistung von KI-Modellen zu steigern, ohne auf saubere, gelabelte Daten angewiesen zu sein. Diese Entwicklung könnte Unternehmen helfen, ihre KI-Modelle effizienter zu gestalten und neue Anwendungsfälle zu erschließen.
Databricks, ein Unternehmen, das sich auf die Entwicklung maßgeschneiderter KI-Modelle für große Unternehmen spezialisiert hat, hat eine innovative Methode entwickelt, um die Leistung von KI-Modellen zu verbessern. Diese Methode erfordert keine sauberen, gelabelten Daten, was einen bedeutenden Fortschritt in der KI-Entwicklung darstellt. Jonathan Frankle, der leitende KI-Wissenschaftler bei Databricks, hat das vergangene Jahr damit verbracht, mit Kunden über die Herausforderungen zu sprechen, die sie bei der zuverlässigen Implementierung von KI erleben. Ein zentrales Problem ist die Qualität der Daten, die oft nicht den Anforderungen entsprechen.
Die Methode von Databricks kombiniert Reinforcement Learning mit synthetischen Trainingsdaten, um die Fähigkeiten von KI-Modellen zu verbessern. Diese Technik bietet einen Einblick in die aktuellen Tricks, die Ingenieure nutzen, um fortschrittliche KI-Modelle zu optimieren, insbesondere wenn qualitativ hochwertige Daten schwer zu beschaffen sind. Die neuesten Modelle von OpenAI, Google und DeepSeek setzen ebenfalls stark auf Reinforcement Learning und synthetische Daten. NVIDIA plant die Übernahme von Gretel, einem Unternehmen, das sich auf synthetische Daten spezialisiert hat, was die Bedeutung dieser Technologie unterstreicht.
Die Methode von Databricks nutzt das Prinzip des ‘Best-of-N’, bei dem ein Modell durch wiederholte Versuche eine hohe Punktzahl bei einer bestimmten Aufgabe erreichen kann. Databricks hat ein Modell trainiert, das vorhersagen kann, welches Ergebnis menschliche Tester bevorzugen würden. Dieses Belohnungsmodell, bekannt als Databricks Reward Model (DBRM), kann dann verwendet werden, um die Leistung anderer Modelle zu verbessern, ohne dass weitere gelabelte Daten erforderlich sind.
Das DBRM wird verwendet, um die besten Ergebnisse eines Modells auszuwählen, wodurch synthetische Trainingsdaten für die weitere Feinabstimmung des Modells erstellt werden. Diese Methode, die als Test-time Adaptive Optimization (TAO) bezeichnet wird, verbessert die Leistung von Modellen, indem sie die Vorteile des ‘Best-of-N’ in das Modell integriert. Die Forschung von Databricks zeigt, dass die TAO-Methode mit größeren, leistungsfähigeren Modellen noch effektiver wird.
Databricks hat die TAO-Methode an FinanceBench getestet, einem Benchmark, der die Fähigkeit von Sprachmodellen zur Beantwortung finanzieller Fragen bewertet. Mit dieser Methode konnte Databricks das Llama 3.1B Modell von Meta, das ursprünglich 68,4 Prozent erreichte, auf 82,8 Prozent verbessern, was sogar die Leistung der Modelle von OpenAI übertrifft.
Christopher Amato, ein Informatiker an der Northeastern University, der an Reinforcement Learning arbeitet, bezeichnet die Methode als vielversprechend, da sie eine skalierbare Datenkennzeichnung und eine verbesserte Leistung im Laufe der Zeit ermöglicht. Allerdings weist er darauf hin, dass Reinforcement Learning manchmal unvorhersehbar sein kann und mit Vorsicht eingesetzt werden sollte.
Databricks setzt die TAO-Technik ein, um die Leistung der KI-Modelle seiner Kunden zu steigern und ihnen beim Aufbau ihrer ersten Agenten zu helfen. Ein Kunde, der eine Gesundheits-Tracking-App entwickelt, konnte dank der TAO-Methode ein KI-Modell einsetzen, das zuvor nicht zuverlässig genug war. Dies zeigt das Potenzial der Methode, die Genauigkeit und Zuverlässigkeit von KI-Anwendungen in kritischen Bereichen zu verbessern.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Databricks verbessert KI-Modelle mit innovativer Methode" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Databricks verbessert KI-Modelle mit innovativer Methode" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Databricks verbessert KI-Modelle mit innovativer Methode« bei Google Deutschland suchen, bei Bing oder Google News!