nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

"le monde extérieur a pas mal de malentendus à propos des grands modèles." récemment, un discours interne de robin li a été révélé. robin li estime que l'écart entre les grands modèles pourrait s'élargir à l'avenir. il a en outre expliqué que le « plafond » des grands modèles est très élevé et que la situation est encore loin d'être idéale. par conséquent, le modèle doit continuer à itérer, se mettre à jour et se mettre à niveau rapidement et il doit pouvoir investir chaque jour pendant plusieurs années. ans ou plus de dix ans pour répondre en permanence aux besoins des utilisateurs, réduire les coûts et augmenter l'efficacité.

concernant la déclaration de l'industrie selon laquelle « il n'y a pas de barrières entre les capacités des grands modèles », robin li a donné un point de vue différent : « chaque fois qu'un nouveau modèle sort, il doit être comparé au gpt-4o, en disant que mon score est presque le même chose, même les scores dans certains éléments individuels l'ont dépassé, mais cela ne signifie pas qu'il n'y a pas d'écart avec les modèles de pointe.

il a déclaré que pour faire leurs preuves, de nombreux modèles figureront dans le classement après leur sortie, et qu'ils devineront les questions du test et les compétences de réponse à partir du classement, les capacités des modèles peuvent être très proches, " mais en réalité. applications, la force est toujours il y a une lacune évidente.

robin li a souligné que l'écart entre les modèles est multidimensionnel. l'industrie accorde souvent plus d'attention aux écarts en termes de compréhension, de génération, de logique, de mémoire et d'autres capacités, mais ignore des dimensions telles que le coût et la vitesse de raisonnement. bien que certains modèles puissent obtenir le même effet, ils restent inférieurs aux modèles avancés en raison de leur efficacité. coût élevé et vitesse de raisonnement lente.

robin li a également déclaré : « avant l’ère des grands modèles, tout le monde était habitué à l’open source, c’est-à-dire gratuit et peu coûteux. » il a expliqué que, par exemple, linux open source, parce que vous possédez déjà un ordinateur, utiliser linux est gratuit. mais ce n'est pas le cas à l'ère des grands modèles. l'inférence de grands modèles est très coûteuse et les modèles open source ne fournissent pas de puissance de calcul. vous devez acheter votre propre équipement, ce qui ne permet pas une utilisation efficace de la puissance de calcul.

"le modèle open source n'est pas efficace en termes d'efficacité." il a déclaré : "le modèle fermé devrait être appelé un modèle commercial pour être précis. il permet à d'innombrables utilisateurs de partager les coûts de r&d et les ressources machines et gpu utilisés pour le raisonnement. l'efficacité d'utilisation du gpu est la plus élevée. article baidu l'utilisation du gpu des modèles xinda 3.5 et 4.0 a atteint plus de 90 %.

robin li a analysé que dans des domaines tels que l'enseignement et la recherche scientifique, le modèle open source est précieux, mais que dans le domaine commercial, lorsque l'on recherche l'efficience, l'efficacité et le coût le plus bas, le modèle open source n'a aucun avantage ;

au niveau de l'application du modèle à grande échelle, robin li estime que copilot apparaîtra en premier pour aider les gens ; suivi de l'intelligence des agents, qui dispose d'un certain degré d'autonomie et peut utiliser les outils de manière indépendante, réfléchir et évoluer automatiquement ; de l'automatisation se développe, il deviendra un travailleur ia et pourra effectuer tous les aspects du travail de manière indépendante.

il a également déclaré que même si « de nombreuses personnes sont optimistes quant à l'orientation du développement de l'intelligence, à l'heure actuelle, l'intelligence ne fait pas consensus, et les entreprises comme baidu qui considèrent l'intelligence comme la stratégie la plus importante et l'orientation de développement la plus importante des grands modèles ne le font pas. beaucoup".

robin li estime que le seuil pour les agents intelligents est en effet très bas. beaucoup de gens ne savent pas comment transformer de grands modèles en applications. c'est un moyen très direct, efficace et simple de créer des agents intelligents. de modèles.