localised LLMs?

Kita bincang pasal tek saja ya. 

Pentafsiran dan penterjemahan dalam LLM berlaku pada lapisan tersembunyi, iaitu model mempunyai gagasan ( rangka data graf ) yang tidak terikat kepada mana-mana bahasa. Ini sistem A

Dari situ, penterjemahan dari mana-mana bahasa kepada sistem A, lepas tu dari sistem A kepada mana-mana bahasa adalah satu transformasi khas. Lebih sesuai bagi SLM / MLM. Inilah sistem B.

Saya tak tahu lah rekabina dalaman LLM yang tuan sebut tu ... 😂 ... tapi saya rasa, kita kena asingkan. 

Negara kita kena imbang tujuan dan had ekonomi. Gergasi luaran sudah hampir menyempurnakan sistem jenis B. Kita boleh khaskan bagi loghat la, tapi ini kira penyesuaian bukan penyelidikan dasar.

Kita juga boleh menyelidik secara mendalam sistem jenis A, sebab budaya kita ada graf pengetahuan yang lebih khas. 

Yang paling jijik : jangan kita dengan duit yang terhad cuba nak jadi juara dalam setiap jihad sekaligus. Lebih-lebih lagi, jangan orang kita cuba buat kerja malas dan nyahmaju dengan cuba gabungkan sistem jenis A dan B. 😘🤣🤣🤣😭

---

Further reading :

• 1. visual recognition as a latent space, under verbal languages as feature spaces : LENS / LLMs Enhanced to See, 2023 : https://arxiv.org/abs/2306.16410 ( if you know anything about my views, this is a big deal to me 😛 - so far this is the most anthropomorphic implementation I have seen documented )
• 2. separate training of latent platonic spaces, under verbal languages as feature spaces : Zipper-LoRA / low-rank adaptation, 2026 : https://arxiv.org/abs/2603.17558 ( I'm zooming into this area a bit, since yesterday's public conversation about how some Malaysian localised LLMs don't seem to perform efficiently )