兆级长文本，已是一线大模型机构标配能力丨上海AI Lab林达华

AIGC动态8个月前发布 QbitAI

750 0 0

文章摘要

【关键词】 大模型、架构、数据、技术、发展

林达华是一位深度学习与计算机专家，他在大模型领域取得了重要突破。

他指出，大模型的关键在于能够将海量信息串接起来做出深层次的结论，这远比简单的检索问题复杂。

在大模型的发展方向上，林达华强调了评估超长文本能力的计算代价的重要性，认为要考虑性价比是否最理想。

他总结了大模型赛道的四点现状：OpenAI引领技术潮流，Google紧随其后，Claude异军突起；技术探索的重点方向包括上下文、推理能力和更高效的模型架构；轻量级模型崭露头角；开源模型快速发展，开放生态已成气候。

林达华认为，大模型时代的技术演进主要受到对AGI的追求和对产业变革的憧憬的驱动。

在模型架构方面，业界开始从追求参数转向追求更高效的规模，MoE等架构备受关注。在训练数据方面，业界也在从追求数量转向寻求规模化构建高质量数据，强调数据的质量对模型水平的重要影响。多模态融合被认为是未来的重要技术趋势，但仍需探索。智能体的发展需要建立在坚实的基础模型上，具备指令跟随、理解、反思和执行能力。计算环境方面，端侧算力即将迎来黄金增长期，云端协同将成为未来重要趋势。国内大模型在主客观表现上超过了GPT-3.5，但与GPT-4的差距在于推理能力。林达华认为，国内大模型的优势在于应用场景非常丰富，但同时也强调了提升创新能力和原创水平的重要性。