▎AI ומרובה סוכנים
התאמה בדרגה נמוכה/ LoRA
טכניקת כוונון עדין המעדכנת מטריצות פירוק דרגה קטנות במקום את כל משקלי המודל.
הגדרה
התאמה בדרגה נמוכה היא טכניקת כוונון עדין המעדכנת מטריצות פירוק דרגה קטנות במקום את כל משקלי המודל. ביישומי הגנה, היא מתאימה מודלי יסוד לדוקטרינה, פלטפורמות, יחידות או טרמינולוגיה קואליציונית מבלי לאמן מחדש את מודל הבסיס. הקושי טמון בהתפשטות מתאמים (adapters), מיזוגים לא בטוחים ובלבול מקוריות (provenance) בין חבילות משימה, במיוחד כאשר מערכות נפרסות על פני קישורים שנויים במחלוקת, גבולות קואליציוניים וצוותים מעורבים של אדם-מכונה. KhanBMS מתייחסת לכך כחבילת עדכון מודולרית התואמת את דוקטרינת ה-'חבר והפעל' (plug-and-play) של KhanBMS, ומקשרת את הרעיון בחזרה לפיקוד מודולרי, ביצוע בקצה (edge execution) וסמכות ניתנת לביקורת.
מאפייני הפניה
- שכבה
- שיטת כוונון עדין למתאמים
- ערך מבצעי
- מתאימה מודלי יסוד לדוקטרינה, פלטפורמות, יחידות או טרמינולוגיה קואליציונית מבלי לאמן מחדש את מודל הבסיס
- סיכון עיקרי
- התפשטות מתאמים, מיזוגים לא בטוחים ובלבול מקוריות בין חבילות משימה
- תפקיד KhanBMS
- חבילת עדכון מודולרית התואמת את דוקטרינת ה-'חבר והפעל' של KhanBMS
מונחים קשורים
- כוונון עדין חסכוני בפרמטרים (PEFT)משפחה של שיטות המאפשרות התאמה אישית של מודלים גדולים באמצעות אימון חלק קטן מהפרמטרים.
- מודלי AI ריבוניים (SAI)מודלים שאומנו, מתארחים ומנוהלים תחת שליטה לאומית או קואליציונית, במקום תלות מסחרית זרה.
- אבטחת מקוריות מודליםמעקב קריפטוגרפי ופרוצדורלי אחר מקורם של מודל, מתאם, מערך נתונים או פריט.
- MLOps לביטחון (MLOps-D)שיטות עבודה מחזוריות לבנייה, בדיקה, אישור, פריסה, ניטור ועדכון של בינה מלאכותית צבאית.
#llm#mlops#modularity
