大模型下一步的发展趋势是什么?

参与20

5同行回答

苟志龙苟志龙课题专家组高级工程师中国民生银行
如果以相对健康的发展作为目标模式来讨论的话,那大模型生态体系的发展应该是产学研用一体化的模式,这需要综合考虑大模型的技术研究、场景能力研发、应用效果闭环迭代等核心要点,这个和企业里将业技融合比较像,是一个双向奔赴的过程。这场双向奔赴,急需学界提出前瞻性的研究方...显示全部

如果以相对健康的发展作为目标模式来讨论的话,那大模型生态体系的发展应该是产学研用一体化的模式,这需要综合考虑大模型的技术研究、场景能力研发、应用效果闭环迭代等核心要点,这个和企业里将业技融合比较像,是一个双向奔赴的过程。这场双向奔赴,急需学界提出前瞻性的研究方向作为储备,也需要产业界从需求及应用端给予闭环反馈,以推动大模型技术落地的良性发展。
总体来说,2023年是国内大模型生态体系发展的元年,供给侧从卷算力(包含LLMs基础设施解决方案)发展到卷参数量,又从卷参数量发展到卷上下文窗口长度,近期又从卷上下文窗口长度发展到卷Prompt应用层,发展态势上总体呈现出供给侧逐渐向需求侧对齐的趋势。大模型是否好用(考察场景的广度和效果的深度)、是否切实帮助企业实现降本增效(考察业技融合的程度及效果)、是否赋能到企业每位员工提升数智化生产力(大模型被工具化融入员工日常的广度和深度)等都变得极为重要。可以说,内卷社会的新技术应用被寄与了更高的期待,大模型技术应用将被视为新时代的数据产品,需要高度重视用户体验及解决问题的实际效果。凡是有利于这些发生的方向,都会在接下来的时间萌芽及发展。

收起
银行 · 2024-02-04
浏览219

ChatGPT 回答

在大模型时代,大语言模型已经成为了互联网服务行业的重要技术之一。未来,大模型的发展趋势可能会有以下几个方向:

  1. 更加高效的训练方法:目前,大模型的训练需要消耗大量的计算资源和时间。未来,可能会出现更加高效的训练方法,例如基于分布式计算的训练方法,或者是利用量子计算等新技术来加速训练过程。
  2. 更加精细的模型设计:目前的大模型主要是基于Transformer结构的,未来可能会出现更加精细的模型设计,例如基于图神经网络的模型、基于记忆网络的模型等。
  3. 更加广泛的应用场景:目前大模型主要应用于自然语言处理领域,未来可能会在其他领域得到更加广泛的应用,例如图像处理、音频处理等。
  4. 更加个性化的模型:未来,大模型可能会朝着更加个性化的方向发展,例如针对不同用户或不同场景进行个性化的模型训练,以提供更加精准的服务。

总之,大模型的发展趋势是多样化、高效化、精细化、个性化等方向的综合发展。

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2023-07-12
  • 关注会员:6 人
  • 问题浏览:2123
  • 最近回答:2024-02-04
  • X社区推广