906
17
0
2025-04-02 18:49:08
2025-04-02
最近,，智能算法研究中心黃翰教授受邀作了多場(chǎng)關(guān)于AI大模型賦能的報(bào)告或培訓(xùn),，特別是在大學(xué)教育領(lǐng)域的應(yīng)用。然而,，他發(fā)現(xiàn)很多單位并沒(méi)有部署類似DeepSeek這樣的大模型,，他們更多是想了解如何利用通用大模型來(lái)提升工作效率。因此,，黃老師結(jié)合自己的研究和實(shí)踐經(jīng)驗(yàn),，分享了他的看法，希望能為各單位提供一些有價(jià)值的參考,。接下來(lái),，就讓我們一起看看黃教授怎么說(shuō)吧：
1、通用大模型的局限性
首先,，我必須潑一盆冷水：目前的通用大模型在實(shí)際工作中并沒(méi)有帶來(lái)顯著的賦能效果,。它們更多是提供了一種AI體驗(yàn)，比如通過(guò)智能問(wèn)答獲取知識(shí),，這些內(nèi)容在以前往往需要通過(guò)大量閱讀或深度檢索和整理才能獲?。挥直热缤ㄟ^(guò)大模型實(shí)現(xiàn)作詩(shī),、寫作,、聊天等娛樂(lè)性功能。無(wú)論是AI體驗(yàn)還是娛樂(lè)功能,，其實(shí)通用大模型并沒(méi)有在工作中實(shí)現(xiàn)真正的賦能,。
為什么通用大模型難以賦能工作,？一方面，它的數(shù)據(jù)質(zhì)量堪憂,。通用大模型使用的數(shù)據(jù)大多是非標(biāo)注數(shù)據(jù),，這些數(shù)據(jù)未經(jīng)人工標(biāo)記、分類或注釋,，其可靠性和可信度往往難以保證,。另一方面，它的推理邏輯不穩(wěn)定,。通用大模型在推理時(shí)帶有隨機(jī)性,，缺乏嚴(yán)格的業(yè)務(wù)邏輯。盡管它學(xué)習(xí)了大量數(shù)據(jù)中的邏輯,，但這些邏輯更多是形式上的,，而非深層次的語(yǔ)義或任務(wù)邏輯。因此,，很多時(shí)候,，它的結(jié)果要么是錯(cuò)的，要么邏輯上講不通,。更糟糕的是,，大模型有時(shí)會(huì)編造不存在的事實(shí)。比如,，我最近在查資料時(shí)發(fā)現(xiàn),，有些參考文獻(xiàn)是大模型編造出來(lái)的，甚至包含論文題目,、摘要,、卷號(hào)、頁(yè)碼等信息,。這些關(guān)鍵信息本應(yīng)是客觀的,，但大模型卻將其視為符號(hào)輸出，隨意編造,。這不僅會(huì)誤導(dǎo)研究方向,，還可能引發(fā)信任危機(jī)。
基于以上局限性,，通用大模型在較復(fù)雜工作場(chǎng)景或要求數(shù)據(jù)真實(shí)性的場(chǎng)景中很難實(shí)現(xiàn)實(shí)質(zhì)性的工作賦能,。有人可能會(huì)問(wèn)：未來(lái)改進(jìn)后是否能解決這個(gè)問(wèn)題？答案是,，雖然未來(lái)的技術(shù)進(jìn)步可能會(huì)帶來(lái)一些改善,，但目前來(lái)看，問(wèn)題的核心在于通用大模型學(xué)習(xí)的內(nèi)容過(guò)于龐雜。我們可以這樣理解：通用大模型所學(xué)習(xí)的數(shù)據(jù)就像大江大海,，各種各樣的信息匯聚在一起,。在這種情況下，想要精準(zhǔn)提取你需要的資源,，或者找到適合生長(zhǎng)的生態(tài),，幾乎是不可能的。
2,、從通用到垂直：大模型賦能的新方向
既然通用大模型在實(shí)際工作中存在諸多局限性，那我們?cè)撊绾?/span>更好地利用大模型呢,？從國(guó)家戰(zhàn)略以及當(dāng)前市場(chǎng)趨勢(shì)來(lái)看,，目前的方向是從通用大模型向垂直大模型過(guò)渡。
在通用和垂直大模型之間,，我們還經(jīng)歷了行業(yè)大模型階段,。行業(yè)大模型在通用大模型的基礎(chǔ)上加入行業(yè)數(shù)據(jù)和專家經(jīng)驗(yàn)進(jìn)行訓(xùn)練，更聚焦于某一領(lǐng)域,。例如云南白藥攜手華為云共同打造了“雷公大模型”,， 旨在構(gòu)建普惠的中醫(yī)藥知識(shí)服務(wù)平臺(tái)和專業(yè)的中藥材產(chǎn)業(yè)服務(wù)平臺(tái)。
垂直大模型則更進(jìn)一步,，通常使用任務(wù)相關(guān)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào),，以提高在某一任務(wù)上的性能和效果。例如谷歌開(kāi)發(fā)的醫(yī)療大語(yǔ)言模型MedPaLM,，專為醫(yī)學(xué)問(wèn)答,、疾病診斷和醫(yī)學(xué)文獻(xiàn)分析等任務(wù)設(shè)計(jì)，能夠通過(guò)理解醫(yī)學(xué)文本提供專業(yè)的建議和參考,。
3,、構(gòu)建私域大模型：方法與實(shí)踐
如果你有不便公開(kāi)的數(shù)據(jù)，或者不愿意與外界共享,，可以考慮構(gòu)建私域大模型,。那么，如何構(gòu)建私域大模型呢,？是否可以使用通用大模型的底座,，結(jié)合自己的數(shù)據(jù)進(jìn)行訓(xùn)練呢？比如,，用DeepSeek滿血版在本地進(jìn)行訓(xùn)練,？答案是不太可行。通用大模型的底座過(guò)于龐大,，就像一個(gè)巨大的湖泊,，你用自己的少量數(shù)據(jù)或者某些業(yè)務(wù)邏輯的資料去做訓(xùn)練或微調(diào)，就好比在湖里放茶葉,，根本沖不出茶的味道,。
要構(gòu)建一個(gè)真正能賦能工作的私域大模型,，首先應(yīng)該找一個(gè)精簡(jiǎn)的底座,，這個(gè)底座需具備基本的人機(jī)交互,、推理邏輯和語(yǔ)義理解功能,。然后，用你所在領(lǐng)域的知識(shí)庫(kù)進(jìn)行預(yù)訓(xùn)練,，再依據(jù)業(yè)務(wù)邏輯進(jìn)行微調(diào)。此外,，甚至可以通過(guò)強(qiáng)化學(xué)習(xí)來(lái)鞏固學(xué)習(xí)效果,。只有這樣構(gòu)建出的私域大模型，才能真正賦能我們的工作。
4、總結(jié)
如果現(xiàn)在問(wèn)我大模型賦能各行各業(yè)的問(wèn)題，我首先會(huì)問(wèn)你所講的大模型是指什么,？如果你指的是通用大模型，很遺憾,，目前它還難以達(dá)到顯著的賦能效果。但如果你有自己的垂直大模型或本地部署的大模型，我可以告訴你如何構(gòu)建私域大模型,。當(dāng)然,，你也可以選擇有成功案例和豐富經(jīng)驗(yàn)的團(tuán)隊(duì)來(lái)幫助你完成這一過(guò)程,，從而避免在試錯(cuò)過(guò)程中產(chǎn)生不必要的損失,。
在我看來(lái),，私域大模型將會(huì)成為垂直大模型元年中的一個(gè)重要“爆品”。希望以上分享能為大家?guī)?lái)更多啟發(fā)和建議,，感謝大家的關(guān)注,！
