nouvelles

"le plafond des grands modèles est très élevé et la situation est encore loin d'être idéale." le 11 septembre, un discours interne du pdg de baidu, robin li, a été dévoilé. il a déclaré sans ambages que le monde extérieur avait trois malentendus à propos des grands modèles : « l'écart entre les différents modèles ne se réduit pas de plus en plus, mais va devenir de plus en plus grand ». les modèles open source ne peuvent pas résoudre ce problème." cette question "il n'y a pas de consensus sur le fait que les agents intelligents sont la direction de développement la plus importante des grands modèles."

le sujet des grands modèles est souvent abordé. le débat entre open source et fermé, la valeur de la liste, etc. sont tous basés sur cela, robin li, qui a identifié la piste des grands modèles à un stade précoce, est disposé. pour partager ses opinions.

"chaque fois qu'un nouveau modèle sort, je veux vraiment dire à quel point il est bon. chaque fois que je le compare avec gpt-4o, que je fais un test ou que je fais des listes, et je dis que mon score est presque le même que celui-ci, et même certains le score en éléments individuels l'a dépassé, mais cela ne prouve pas que ces modèles nouvellement sortis ne sont plus si loin derrière les modèles les plus avancés d'openal. " robin li pense que le monde extérieur a des malentendus sur les grands modèles.

selon lui, l'écart se reflète dans les capacités et les coûts. « d'après la liste ou l'ensemble de tests, vous sentez que les capacités sont très proches, mais dans les applications réelles, il existe encore un écart évident. je ne permets pas à notre personnel technique de le faire. en ce qui concerne les classements, ce qui mesure réellement les capacités du modèle wenxin est de savoir si vous pouvez répondre aux besoins des utilisateurs dans des scénarios d'application spécifiques et si vous pouvez générer des gains de valeur.

les valeurs et les scénarios sont également souvent évoqués par les pairs. « l'adoption de l'ia par le secteur des entreprises ne consiste pas à rechercher une technologie cool, ni à « chercher des clous avec un marteau ». l'essentiel est de résoudre les problèmes de l'entreprise. depuis l'année dernière (2023), tout le monde a été un peu trop optimiste quant à l'intelligence artificielle. les grands modèles, pensant qu'ils peuvent changer rapidement le monde. récemment, certains pessimistes pensent que les grands modèles sont beaux mais pas faciles à utiliser. en fait, il n'est pas conseillé de surestimer les progrès à court terme. et sous-estimer l'effet à long terme.'" tang daosheng, vice-président exécutif senior du groupe tencent et pdg du cloud and intelligence industry group. du point de vue du client, les scénarios sont la clé pour débloquer l'ia. il est préférable pour les entreprises de combiner des données professionnelles uniques pour trouver des opportunités de réduction des coûts et d'augmentation de l'efficacité des flux de travail et des scénarios commerciaux existants, puis de continuer à s'améliorer et à investir sur le long terme.

l'open source et le code source fermé sont un sujet débattu depuis longtemps. en tant que représentant du code source fermé, robin li a encore une fois fait une comparaison : « en plus des capacités ou des effets, un modèle dépend aussi de l'efficacité. d'efficacité, les modèles open source ne sont pas bons."

"le modèle à source fermée doit être appelé avec précision un modèle commercial. le modèle commercial est que d'innombrables utilisateurs ou clients partagent les mêmes ressources, partagent les coûts de r&d et partagent les ressources de la machine et du gpu (unité de traitement graphique) utilisés pour le raisonnement, tandis que le modèle open source le modèle nécessite que vous déployiez un ensemble de choses vous-même. » il a ajouté : « avant l'ère du grand modèle, tout le monde était habitué à l'open source, ce qui signifie gratuit et faible coût. mais ces choses ne sont pas vraies dans le grand modèle. ère, et tout le monde l'utilise souvent à l'ère des grands modèles. il s'agit du coût des gpu. la puissance de calcul est un facteur clé pour déterminer le succès ou l'échec des grands modèles. un modèle open source vous donne-t-il de la puissance de calcul ? si vous ne disposez pas de puissance de calcul, comment le modèle open source peut-il être utilisé efficacement ? ce problème ne peut pas être résolu.

il y a deux mois, robin li a déclaré lors de la conférence mondiale sur l'intelligence artificielle 2024 : il est très optimiste quant aux agents intelligents. début septembre, de nombreux entrepreneurs et experts pensaient lors de la conférence inclusion bund 2024 que les corps intelligents sont une nouvelle forme de terminal et engendreront une nouvelle génération de super plateformes.

concernant ce sujet de plus en plus brûlant, robin li s'est encore exprimé : « pourquoi insistons-nous autant sur les agents ? parce que le seuil pour les agents est en effet très bas. les agents fournissent un moyen très direct, très efficace et très simple de créer des renseignements sur les agents. haut du modèle. le corps est assez pratique", a-t-il demandé et répondu lui-même.

il estime que « l'opinion selon laquelle « les agents sont la direction de développement la plus importante des grands modèles » n'est en réalité pas consensuelle. jusqu'à présent, il n'y a pas de consensus sur les agents. baidu, par exemple, considère les agents comme la stratégie la plus importante et la stratégie la plus importante. aspect le plus important des grands modèles. " peu d'entreprises se développent dans cette direction. "

wei wei, journaliste du beijing business daily