Sade anlatım
Temel modellerden önce her yapay zeka işi için ayrı bir model gerekirdi: biri çeviri, biri duygu analizi, biri özetleme için. Temel model çok geniş bir malzemeyle, büyük bir maliyetle bir kez eğitilir ve sonra binlerce kullanımın başlangıç noktası olur. Onu talimatlarla, kendi belgelerinizle ya da biraz ek eğitimle uyarlarsınız.
Neden önemli
Yapay zekanın ekonomisini değiştirdi. Bir şirketin başlamak için artık bir veri bilimi ekibine ve yıllarca biriktirilmiş veriye ihtiyacı yok; zaten çalışan bir modeli kiralıyor ve emeğini onu uyarlamaya harcıyor. Madalyonun öbür yüzü bağımlılıktır: bu modelleri az sayıda sağlayıcı geliştirir ve bir temel modeldeki her kusur, yanlılık ya da değişiklik, üzerine kurulan her şeye geçer.
Örnek
Bir hastane grubunda tek bir temel model üç ekibe hizmet ediyor. Müşteri hizmetleri onu bir sistem istemiyle, randevu sorularını yanıtlamak için kullanıyor. Kalite ekibi RAG ile klinik kılavuzlara bağlıyor. Faturalama birimi, fatura kodlarını atamak üzere bir sürümüne 20.000 örnekle ince ayar yapıyor. Tek taban model, üç uyarlama; sıfırdan eğitilen model yok.
Bununla en çok karıştırılan kavram
Foundation Model ve LLM (büyük dil modeli) arasındaki fark
Her büyük LLM bir temel modeldir, ama kategori daha geniştir: görüntü, ses, video, protein yapıları, hava durumu ve robotik için modelleri de kapsar. “Temel model”, bir modelin üstlendiği rolü, yani birçok kullanımın tabanı olmayı anlatır. “LLM” ise üzerinde çalıştığı malzemeyi anlatır.
Köken: Terim 2021'de Stanford İnsan Merkezli Yapay Zeka Enstitüsü'ndeki araştırmacılar tarafından ortaya atıldı.
Teknik katman
Tanımlayıcı özellikler: büyük ölçekte kendi kendine denetimli ön eğitim (model, etiketsiz verinin gizlenen ya da sıradaki kısımlarını tahmin ederek öğrenir), işler arasında genellik ve eğitim sonrasında uyarlama. Uyarlama yöntemleri, en hafiften en ağıra: istem, few-shot örnekler, getirme (RAG), LoRA gibi parametre verimli ince ayar ve tam ince ayar. Erişim: kapalı (yalnızca API üzerinden) ya da açık ağırlıklı. Düzenlemede AB Yapay Zeka Yasası yakın bir terim olan genel amaçlı yapay zeka modelini kullanır ve sağlayıcılara dokümantasyon, telif hakkı ve en yetenekli modeller için güvenlik konularında yükümlülükler getirir. Yapıdan doğan riskler: az sayıda sağlayıcıda yoğunlaşma, modelin üzerine kurulan bütün uygulamalarda ortak zayıflıklar ve eğitim verisi hakkında sınırlı görünürlük.