nachricht

„die obergrenze für große modelle ist sehr hoch und noch weit von der idealen situation entfernt.“ am 11. september wurde eine interne rede von baidu-ceo robin li enthüllt. er erklärte unverblümt, dass die außenwelt drei missverständnisse über große modelle habe: „die kluft zwischen verschiedenen modellen wird nicht immer kleiner, sondern immer größer.“ „die rechenleistung ist ein schlüsselfaktor, der über erfolg oder misserfolg großer modelle entscheidet.“ „open-source-modelle können dieses problem nicht lösen.“ diese frage „es besteht kein konsens darüber, dass intelligente agenten die wichtigste entwicklungsrichtung großer modelle sind.“

die debatte zwischen open source und closed source, dem wert der liste usw. basiert darauf. robin li, der die große modellspur bereits in der anfangsphase identifiziert hat seine ansichten zu teilen.

„jedes mal, wenn ein neues modell auf den markt kommt, möchte ich auf jeden fall sagen, wie gut es ist. jedes mal, wenn ich es mit gpt-4o vergleiche, einen testsatz mache oder ein paar listen erstelle, und sage, dass meine punktzahl fast mit der des gpt-4o übereinstimmt.“ und sogar einige die punktzahl in einzelnen punkten hat sie übertroffen, aber das beweist nicht, dass diese neu veröffentlichten modelle nicht mehr so ​​weit hinter den fortschrittlichsten modellen von openal zurückbleiben.“ robin li glaubt, dass die außenwelt missverständnisse über große modelle hat.

seiner ansicht nach spiegelt sich die lücke in den fähigkeiten und kosten wider: „aus der liste oder dem testsatz geht hervor, dass die fähigkeiten sehr nahe beieinander liegen, aber in tatsächlichen anwendungen gibt es immer noch eine klare lücke. ich erlaube unserem technischen personal nicht, wann.“ wenn es um rankings geht, messen wir die fähigkeiten des wenxin-modells wirklich daran, ob sie die bedürfnisse der benutzer in bestimmten anwendungsszenarien erfüllen und ob sie wertsteigerungen erzielen können.

werte und szenarien werden auch von gleichgesinnten häufig genannt. „bei der akzeptanz von ki durch die unternehmensbranche geht es nicht darum, coole technologien zu verfolgen, noch geht es darum, mit dem hammer nach nägeln zu suchen. der kern besteht darin, geschäftliche schwachstellen zu lösen. seit letztem jahr (2023) sind alle etwas zu optimistisch große modelle denken, dass sie die welt schnell verändern können. in letzter zeit gibt es einige pessimisten, die denken, dass große modelle zwar gut aussehen, aber nicht einfach zu bedienen sind. tatsächlich ist es nicht ratsam, „den fortschritt kurzfristig“ zu überschätzen und die langfristigen auswirkungen unterschätzen.‘“ tang daosheng, senior executive vice president der tencent group und ceo der cloud and intelligence industry group. aus der sicht des kunden sind szenarien der schlüssel zur erschließung von ki. für unternehmen ist es am besten, einzigartige professionelle daten zu kombinieren, um möglichkeiten zur kostensenkung und effizienzsteigerung in bestehenden arbeitsabläufen und geschäftsszenarien zu finden und dann langfristig weiter zu verbessern und zu investieren.

open source und closed source sind themen, über die seit langem diskutiert wird. robin li hat als vertreter von closed source noch einmal einen vergleich gezogen: „neben den fähigkeiten oder effekten kommt es bei einem modell auch auf die effizienz an.“ im sinne der effizienz „open-source-modelle sind nicht gut.“

„das closed-source-modell sollte genau als geschäftsmodell bezeichnet werden. das kommerzielle modell besteht darin, dass unzählige benutzer oder kunden dieselben ressourcen teilen, sich die f&e-kosten teilen und die maschinenressourcen und die gpu (grafikverarbeitungseinheit) teilen, die für die argumentation verwendet werden das open-source-modell erfordert, dass sie eine reihe von dingen selbst bereitstellen.“ er sagte weiter: „vor der ära des großen modells war jeder daran gewöhnt, dass open source kostenlos und kostengünstig ist. aber diese dinge gelten nicht für das große modell.“ die frage, wie teuer gpus sind, ist ein entscheidender faktor für den erfolg oder misserfolg großer modelle. wie kann das open-source-modell nicht effizient genutzt werden, wenn es keine rechenleistung gibt?

vor zwei monaten erklärte robin li auf der weltkonferenz für künstliche intelligenz 2024: er ist hinsichtlich intelligenter agenten am optimistischsten. anfang september glaubten viele unternehmer und experten auf der inclusion bund-konferenz 2024, dass intelligente körper eine neue terminalform seien und eine neue generation von superplattformen hervorbringen würden.

zu diesem zunehmend hitzigen thema äußerte sich robin li erneut: „warum legen wir so viel wert auf agenten? denn die schwelle für agenten ist in der tat sehr niedrig. agenten bieten eine sehr direkte, sehr effiziente und sehr einfache möglichkeit, informationen aufzubauen.“ „das oberteil des modells ist recht praktisch“, fragte er und antwortete sich.

er glaubt, dass „das urteil, dass ‚agenten die wichtigste entwicklungsrichtung großer modelle sind‘, tatsächlich kein konsens ist. bisher gibt es keinen konsens über agenten. baidu beispielsweise betrachtet agenten als die wichtigste strategie und die wichtigster aspekt großer modelle. „es gibt nicht viele unternehmen in der entwicklungsrichtung.“

beijing business daily-reporter wei wei