如何理解和看待大模型的量变和质变?大模型的参数大、训练数据大,都是量大,都是量的变化。那么,量大,导致模型更加精确,从而导致模型质量的提升,可以说是质变。当然,质变也不一定要量变来达成。从量变到质变,本身变换这个过程也是一个关键环节,抓住变换这个关键,也能够提升质量。请大家发表一下看法,可以从哲学原理层面来讨论。另外,从一个方面来说,一味追求大,也会导致资源的开销和浪费。
没有真正意义上通用的人工智能,大模型也是基于某个行业或是某个特定的能力学习并最终形成能力,每一种都是专门为某一个任务而研发设计的。所有的人工智能都非常具体,例如擅长图像创造的AI,擅长聊天的AI,它们并不相同。
因此量变到质变有2个前提:一是需要大规模的高质量的数据(训练数据),二是相应的计算能力。2者结合(算法)后不断升级进化最终才能形成特定的AI 能力
关于TWT使用指南社区专家合作厂商入驻社区企业招聘投诉建议版权与免责声明联系我们 © 2024talkwithtrend — talk with trend,talk with technologist京ICP备09031017号-30