I en tid hvor store språkmodeller dominerer kunstig intelligens-landskapet, stiller Data Sør spørsmål ved om større alltid er bedre. Selskapet undersøker nå potensialet i mindre språkmodeller for spesifikke oppgaver.
Store språkmodeller, med sine milliarder av parametere, har vist imponerende evner til å generere tekst og forstå komplekse sammenhenger. Imidlertid kan denne omfattende kunnskapen noen ganger introdusere unødvendig støy når modellen brukes i smale, praktiske bruksområder.
Mindre språkmodeller, derimot, kan trenes og finjusteres på spesifikke datasett, som interne manualer, rutiner og kundedialoger. Dette fokuserte treningsgrunnlaget kan føre til mer presise og relevante resultater for bestemte oppgaver.
Data Sør er nysgjerrige på om mindre modeller kan være mer forutsigbare, enklere å styre mot ønsket tonefall og regelverk, samt gi færre distraksjoner. De inviterer derfor til samarbeid med bedrifter som har konkrete behov og ønsker å utforske disse mulighetene.
Denne tilnærmingen støttes av forskning som viser at mindre språkmodeller kan være mer effektive i ressursbegrensede miljøer og enklere å implementere for spesifikke formål. For eksempel har Helsedirektoratet i Norge utforsket bruk av mindre språkmodeller i helsesektoren for å tilpasse teknologien til norske forhold.
Videre har Microsoft fremhevet fordelene med små språkmodeller, spesielt i sammenhenger hvor rask respons og lavere ressursbruk er avgjørende.
Data Sør ser frem til å utforske disse mulighetene videre og bidra til utviklingen av mer effektive og målrettede språkmodeller for næringslivet.