Utilizing Small Language Models for In-Vehicle Tasks

Dieser Artikel untersucht das Potenzial von Small Language Modellen (SLMs) für Aufgaben im Fahrzeug, insbesondere ihre Anwendung bei der Neugestaltung von Armaturenbrettern in Fahrzeugen. Es hebt die Vorteile von SLMs hervor, wie ihre Effizienz und lokalisierte Bedienung, wodurch sie ideal für Aufgaben wie die sprachgestützte Anpassung des Armaturenbretts sind. Der Artikel erklärt die Feinabstimmung mit dem Phi-4-Modell von Microsoft und diskutiert Methoden wie Kontextmanipulation und formale Grammatik, um die Leistung des Modells zu verbessern. Außerdem wird ein praktisches Beispiel einer konfigurierbaren Dashboard-Anwendung präsentiert, die zeigt, wie SLMs für bestimmte Aufgaben maßgeschneidert werden können. Die Bewertung der SLMs und der maßgeschneiderten Methoden basiert auf einem Textkanon von 500 Antwortpaaren, der die Genauigkeit der Modelle bei der Interpretation und Ausführung von Befehlen aufzeigt. Der Artikel kommt zu dem Schluss, dass SLMs zwar keine Allzweckmodelle sind, aber für die Bereitstellung zukünftiger Automobilprodukte und -dienstleistungen unerlässlich sind, häufig in Kombination mit großen Sprachmodellen (LLMs), um die beste Nutzererfahrung zu gewährleisten.