Xia Hu
Можно ли передовой академический уровень по языковым моделям превратить во что-то, что практик — а не исследовательская лаборатория — действительно сможет внедрить и чему сможет доверять.
Обзор Hu "Harnessing the Power of Large Language Models in Practice" (2023, старший автор) находится в другом углу обзорной литературы, чем академически плотные обзоры в стиле Zhao или Wen: он организует поле вокруг вопросов, на которые должна отвечать реальная команда внедрения — какая модель подходит какому классу задач, как выглядят требования к данным в масштабе продакшена, во что реально обходятся дообучение (fine-tuning) и prompting, где появляются разрывы доверия. Тот же инстинкт проходит через работу его D2K Lab по автоматизированному и интерпретируемому ML: методология должна быть устроена так, чтобы человек за пределами исследовательской лаборатории мог воспроизвести результат и аудитировать, как он был получен. Для ai100 это литература, которая показывает, как оценивать поведение упоминаний брендов тем, кто должен будет защищать эту оценку перед командой закупок.