本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 架构
<a name="architecture"></a>


| **问题** | **响应示例** | 
| --- | --- | 
| 正在考虑哪种类型的生成式 AI 模型或架构？ | 变压器、卷积神经网络 (CNN)、循环神经网络 (RNN)、决策树等。 | 
| 预期的数据和计算规模或数量是多少？ | 数百万用户、PB 级数据等。 | 
| 训练和推理的硬件要求（例如 CPUs 或 GPUs）是什么？ | 高端 GPUs、CPU 集群、云实例等。 | 
| 随着时间的推移，生成式 AI 模型将如何更新或重新训练？ | 通过持续学习、定期再培训、手动更新等。 | 
| 数据预处理和特征工程要求是什么？ | 文本清理、图像增强、功能选择等。 | 
| 生成式 AI 系统将如何处理边缘情况、异常值或低可信度输入？ | 通过回退到人工监督，请求澄清等。 | 
| 生成式 AI 应用程序的延迟要求是什么？ | 实时、近实时、批处理等。 |