手机浏览器扫描二维码访问
孟繁岐的这番话,听起来让人觉得不是那么舒服。
言下之意,给人一种华国aI技术就是不如国外的感觉。
这是李彦弘不大喜欢的,毕竟他这么早就关注aI技术,就是为了研最前沿最先进的技术。
孟繁岐大概猜到了他的想法,前世他也曾被早期华国大量表的aI论文所迷惑。
觉得在这个崛起的技术上,华国已经可以和美国分庭抗礼,不落下风。
虽然a1phago震惊了世人,但毕竟有些华而不实。
直到上千亿级别的语言大模型出现,这种纯硬核实力的比拼,让孟繁岐不得不甘拜下风。
实际上,并非是技术手段和算法层面上相差太远。
更多的还是因为优质数据的数量不足。
白度的文心一言,出图的时候甚至会将用户的中文输入翻译成英文,再去作图。
很多较真的网友故意测试了中英文差异很大的词汇,比如总线(Bus),鼠标(mouse)。
文心一言绘出的图像竟然是大巴车和老鼠,这从中文上是完全说不通的事情。
可见即便不是全部,文心一言这个所谓的专注中文的级大模型,也在相当程度上借助了英文基础的模型权重和技术。
究竟为何要这么做,说到底还是基础不够扎实牢靠。
整理数据,清洗数据,给数据打上高质量的标签。
这些都是脏活累活,见效慢的工作。
把别人公开的数据拿过来跑一跑训一训,多么方便快捷?
以国内996大厂的内卷风气,很难容下长回报周期的基础建设。
早些时候看看不出区别,只觉得国内大厂频繁在xx榜单上露面,刷榜,又是过这个,又是过那个。
直到语言大模型阶段,基础语料数量和质量上的劣势才暴露无遗。
“其实这也不能完全怪华国的大厂风气,美国的互联网起步要早,并且很多领域的文献材料归档做得特别好。”孟繁岐也曾仔细思索过这方面的问题。
“像github,arxiv这样的大型公开社区,里面都是非常优质的外文代码或者论文。这些也不只是美国人自己的积累。而是通过免费公用的形式,收割了全世界的数据。”
“华国人在github上贡献的代码行数也不在少数,反过来看看华国的论文社区,就比如知网,纯纯就是毒瘤。里面屯点硕博生的论文,还要论页数收费。就连下载之后的阅读器,甚至都需要专门的....”
此消彼长之下,差了多少珍贵的数据啊...
只是此时此刻,李彦弘应该还没有想到这么大规模的数据用于训练。因而孟繁岐也不急于一时和他讨论后面语言类的技术,以及生成式的大模型。
优质精品图书推荐...
秦云穿越了!本以为穿越的是战国七雄时代,于是他推出了造纸术精盐提炼术馒头等一系列伟大发明。又学了一身武功,正打算称霸江湖,笑傲红尘的时候,却意外得知是西游世界!西游世界满天仙佛,侠客王侯又算得了什么?无奈之下秦云仔细思考,悉心推测,突然惊讶地发现,自己所在的时期,正好是猴子拜师学艺的时期于是他脑海中涌出了一个假扮剑仙,钓猴子上钩计划!却没成想,这一钓,却成为了三星洞唯一真传弟子。于是齐天大圣多了一个云哥玉皇大帝多了一个贤弟太上老君多了一个道友如来佛祖多了一个冤家万仙多了一位祖宗且看秦云如何玩转西游,成就一段属于剑祖的传奇!已有完本精品漫威世界的萌王从海贼开始种世界树,欢迎大家过来看看。...
优质精品图书推荐...
简介关于皇城后我们的主人公是一个不能穿越,不能再生的真太监。在当时的社会背景下,如果不在紫禁城,他的生活比常人更加艰难与困苦,不管多么艰辛,他都需要活下去,让我们走进他的人生,该走他不平凡的经历...
九州当铺是个专门处理灵异事件的神秘组织,作为当铺的死当,白敛生下来没多久就被父亲封印了天生的重瞳,换了三条小黄鱼,而他的封印在其二十四岁后将自动解封,在他听从师命加入一个叫民俗事务调查研究院的国家机构期间,他和女鬼交上了朋友,也和阴差拉上了关系,称兄道弟,喂过院长会流泪的牛,养过副院长家会预言的鹦鹉,撸过诡异莫测的九州当铺...
将夜一段可歌可泣可笑可爱的草根崛起史。一个物质要求宁滥勿缺的开朗少年行。书院后山里永恒回荡着他疑惑的声音宁可永劫受沉沦,不从诸圣求解脱?当然,这个简介肯定是过几天就会认真改的,我不会持续如此无聊的。各位书友要是觉得将夜还不错的话请不要忘记向您群和微博里的朋友推荐哦!...