De acordo com o "Diário do Conselho de Inovação em Ciência e Tecnologia", Zhou Hongyi disse hoje no Fórum de Cúpula de Inteligência Artificial que existem quatro problemas com o modelo público de grande escala: 1. O modelo público de grande escala é generalista, mas carece de indústria profundidade e não pode atender à verticalidade dos cenários de aplicativos de nível empresarial. questões profissionais. 2. Existem perigos ocultos de segurança de dados, que podem facilmente causar vazamento de dados internos da empresa. 3. A credibilidade do conteúdo não pode ser garantida e há uma "ilusão" no grande modelo público, que não pode garantir que o o conteúdo é autêntico e bem documentado. 4. O custo de grandes modelos públicos não pode ser controlado, e o custo de treinar diretamente e implantar grandes modelos com centenas de bilhões de parâmetros é muito alto. Aplicativos de nível empresarial devem usar modelos básicos com dezenas de bilhões de parâmetros. De acordo com diferentes necessidades, treinar diferentes modelos verticais (como código, jurídico, atendimento ao cliente).
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
De acordo com o "Diário do Conselho de Inovação em Ciência e Tecnologia", Zhou Hongyi disse hoje no Fórum de Cúpula de Inteligência Artificial que existem quatro problemas com o modelo público de grande escala: 1. O modelo público de grande escala é generalista, mas carece de indústria profundidade e não pode atender à verticalidade dos cenários de aplicativos de nível empresarial. questões profissionais. 2. Existem perigos ocultos de segurança de dados, que podem facilmente causar vazamento de dados internos da empresa. 3. A credibilidade do conteúdo não pode ser garantida e há uma "ilusão" no grande modelo público, que não pode garantir que o o conteúdo é autêntico e bem documentado. 4. O custo de grandes modelos públicos não pode ser controlado, e o custo de treinar diretamente e implantar grandes modelos com centenas de bilhões de parâmetros é muito alto. Aplicativos de nível empresarial devem usar modelos básicos com dezenas de bilhões de parâmetros. De acordo com diferentes necessidades, treinar diferentes modelos verticais (como código, jurídico, atendimento ao cliente).