Cadeia de Suprimentos de Modelos de Linguagem Grande: Uma Agenda de Pesquisa

Os rápidos avanços em Modelos de Linguagem Grande (LLMs) pré-treinados e Modelos Multimodais Grandes (LMMs) deram início a uma nova era de aplicações inteligentes, transformando campos que vão desde o processamento de linguagem natural até a geração de conteúdo. A cadeia de suprimentos de LLM representa um aspecto crucial da paisagem contemporânea da inteligência artificial. Ela abrange todo o ciclo de vida dos modelos pré-treinados, desde seu desenvolvimento e treinamento iniciais até sua implantação e aplicação finais em vários domínios. Este artigo apresenta uma visão geral abrangente da cadeia de suprimentos de LLM, destacando seus três elementos centrais: 1) a infraestrutura do modelo, que abrange conjuntos de dados e ferramentas para treinamento, otimização e implantação; 2) o ciclo de vida do modelo, cobrindo treinamento, teste, lançamento e manutenção contínua; e 3) o ecossistema de aplicação posterior, permitindo a integração de modelos pré-treinados em uma ampla gama de aplicações inteligentes. No entanto, este campo em rápida evolução enfrenta numerosos desafios em torno desses componentes-chave, incluindo privacidade e segurança de dados, interpretabilidade e justiça do modelo, escalabilidade da infraestrutura e conformidade regulatória. Abordar esses desafios é essencial para aproveitar todo o potencial dos LLMs e garantir seu uso ético e responsável. Este artigo fornece uma agenda de pesquisa futura para a cadeia de suprimentos de LLM, com o objetivo de impulsionar o contínuo avanço e a implantação responsável desses LLMs transformadores.