生成式 AI的實現方式多種多樣

包括不同的模型架構與演算法:

生成對抗網路(GAN):

由一個  生成器  和一個 鑑別器 組成，

透過競賽方式 讓生成器產生越來越逼真的資料，多用於圖像等內容的生成 。

Transformer架構: 

是一種以  自注意力機制  為  核心  的  神經網路模型，

主 要應用於  自然語言處理(NLP)  等領域。

它的 關鍵創新在於  

不使用傳統的   循環神經網路(RNN:一個字一個字慢慢看)，

而是透過   同時關注序列 中    所有元素之間  的  關係   來捕捉資訊。

目前文字領域中最主流的

是以Transformer為基礎的  

大型語言模型(LLM) ，如 GPT-4，

能夠   擅長  理解上下文  並生成   長篇連貫   的文本。