大模型,小而美可能是更好的选择

AIGC动态10个月前更新 admin
1,461 0 0

作者信息


【原文作者】 面向数据编程
【作者简介】 分享有关数据科学的概念,思路与代码
【微 信 号】 MakeDataGreat

大模型,小而美可能是更好的选择

文章摘要


【关 键 词】 足球大模型成功特点猎户星空

文章主要讨论了足球比赛中的特点成功大模型的发展历程以及猎户星空发布的大模型

在第一部分中,作者指出了弱队可以依靠自己的特长,在与强队的比赛中获取胜利的概率较大,但如果处处平庸则难以取胜。作者将这一道理引申到社会中,强调人不能没有自己的特点,成功的人具备不同的特质,这体现了社会的多样性和包容性。

第二部分介绍了大模型的发展历程,包括OpenAI GPT系列的崛起、各类公司发布自己的类GPT模型、LLAMA开源后的基座模型百模大战以及垂类大模型和任务类大模型的发展。总的来说,大模型经历了通用到垂直的发展过程,各家公司在研发大模型中加入了一些亮点,使得GPT4并不是唯一的选择。

第三部分介绍了猎户星空发布的大模型,包括Orion-14B-Base、Orion-14B-Chat、Orion-14B-LongChat、Orion-14B-Chat-RAG、Orion-14B-Chat-Plugin、Orion-14B-Base-Int4和Orion-14B-Chat-Int4等系列。这些模型针对特定任务进行了精细调整,效果不错,尤其是RAG模型。

作者指出,现在大模型的训练方向更趋向于专有数据加合适规模参数的结构,使得大模型能够在各种场景落地并节省资源。

原文信息


【原文链接】 阅读原文
【原文字数】 1541
【阅读时长】 6分钟

© 版权声明

相关文章

暂无评论

暂无评论...