berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

“dunia luar memiliki banyak kesalahpahaman tentang model-model besar.” baru-baru ini, pidato internal robin li terungkap. robin li percaya bahwa kesenjangan antara model-model besar mungkin akan semakin lebar di masa depan. lebih lanjut ia menjelaskan bahwa "langit-langit" model besar sangat tinggi, dan masih jauh dari situasi ideal. oleh karena itu, model tersebut harus terus melakukan iterasi, pembaruan, dan peningkatan dengan cepat; tahun atau lebih dari sepuluh tahun untuk terus memenuhi kebutuhan pengguna, mengurangi biaya dan meningkatkan efisiensi.

mengenai pernyataan industri bahwa "tidak ada hambatan antara kemampuan model besar", robin li memberikan pandangan berbeda: "setiap model baru dirilis, harus dibandingkan dengan gpt-4o, dengan mengatakan bahwa skor saya hampir sama sama seperti itu, bahkan skor di beberapa item individual telah melampauinya, tapi ini tidak berarti bahwa tidak ada kesenjangan dengan model yang canggih.”

dia mengatakan bahwa untuk membuktikan diri, banyak model akan melakukan pemeringkatan setelah dirilis, dan mereka akan menebak soal tes dan keterampilan menjawab. dari pemeringkatan, kemampuan model mungkin sangat dekat, "tetapi dalam kenyataannya aplikasi, kekuatannya masih ada kesenjangan yang jelas.”

robin li menunjukkan bahwa kesenjangan antar model bersifat multidimensi. industri sering kali lebih memperhatikan kesenjangan dalam pemahaman, pembangkitan, logika, memori, dan kemampuan lainnya, tetapi mengabaikan dimensi seperti biaya dan kecepatan penalaran. meskipun beberapa model dapat mencapai efek yang sama, model tersebut masih kalah dengan model tingkat lanjut karena mereka biaya tinggi dan kecepatan penalaran lambat.

robin li juga mengatakan, “sebelum era model besar, semua orang sudah terbiasa dengan open source yang berarti gratis dan berbiaya rendah.” dijelaskannya, misalnya linux open source, karena sudah punya komputer, maka menggunakan linux itu gratis. namun hal ini tidak berlaku di era model besar. inferensi model besar sangat mahal, dan model sumber terbuka tidak menyediakan daya komputasi. anda harus membeli peralatan sendiri, yang tidak dapat mencapai pemanfaatan daya komputasi secara efisien.

"model sumber terbuka tidak efisien dalam hal efisiensi." dia berkata, "model sumber tertutup seharusnya disebut model bisnis. model ini memungkinkan banyak pengguna untuk berbagi biaya penelitian dan pengembangan serta sumber daya mesin dan gpu yang digunakan untuk alasan. . efisiensi penggunaan gpu adalah yang tertinggi. artikel baidu penggunaan gpu model xinda 3.5 dan 4.0 telah mencapai lebih dari 90%.

robin li menganalisis bahwa dalam bidang seperti pengajaran dan penelitian ilmiah, model open source sangat berharga, namun dalam bidang komersial, ketika mengejar efisiensi, efektivitas dan biaya terendah, model open source tidak memiliki keunggulan.

pada tingkat penerapan model skala besar, robin li percaya bahwa kopilot akan muncul pertama kali untuk membantu orang; diikuti oleh kecerdasan agen, yang memiliki tingkat otonomi tertentu dan dapat secara mandiri menggunakan alat, berefleksi, dan berkembang sendiri; otomatisasi berkembang, ini akan menjadi pekerja ai dan dapat menyelesaikan semua aspek pekerjaan secara mandiri.

dia juga mengatakan bahwa meskipun “banyak orang optimis terhadap arah pengembangan intelijen, saat ini, intelijen belum menjadi konsensus, dan perusahaan seperti baidu yang menganggap intelijen sebagai strategi paling penting dan arah pengembangan model besar yang paling penting tidak melakukannya. banyak".

robin li percaya bahwa ambang batas untuk agen cerdas memang sangat rendah. banyak orang tidak tahu cara mengubah model besar menjadi aplikasi. agen cerdas adalah cara yang sangat langsung, efisien, dan sederhana model.