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,就是为了研发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发表的AI论文所迷惑。
觉得在这个新崛起的技术上,华国已经可以和美国分庭抗礼,不落下风。
虽然AlphaGO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超级大模型,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,又是超过这个,又是超过那个。
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。
请勿开启浏览器阅读模式,否则将导致章节内容缺失及无法阅读下一章。
无限超神:抬头看见云霄天庭 天骄退婚,我提取词条修行 陨落星辰: 自遮天世界开始 前任都是天后,我火了 纵目 你是我的满世欢喜 主宰:虫族崛起 大明:我杨宪,真的治扬! 异常魔兽见闻录 火枪洗明路 大唐第一逆子 华娱之开局给周董上上对抗 我以道种铸长生 明日方舟之铁与血 海贼:阿卡姆肄业的小丑巴基 全职法师之魔法天赋 当场怒喷哥哥,这解说不想干了? 什么叫世界名帅啊 神秘复苏之我没有外挂
加勒比海盗的戴维琼斯坠落海底后,竟然与一艘奇特的黑船恐怖幽灵号,重生在海贼世界的东海,并获得了能够收割恐惧情绪,来强化自身与恐怖幽灵号的能力。而他曾经身为深海阎王的大部分力量,以及海洋女神赠予的力量,都储存于鱼人岛附近的飞翔荷兰人号上,只要取回这部分力量,他将再度化身在海上引渡亡灵的不死之身!于是,一个令人闻风丧胆的船长,驱使着能吞噬船体碎片的黑暗之船,航行在疾风骤雨间,朝着鱼人岛进发,给伟大航道上的人们带去噩梦与恐慌!...
机械飞升当真不痛?血肉苦修当真无用?是什么让深空的武器堡垒静静悬浮,是什么让暴躁的怪物成群出没。为何少女失声痛哭?为何妖灵半夜叩首,血流成河?巍峨遗迹,地底火山,广袤沙漠,海面上飘着的紫色花朵。气脉极限。仙人之躯。苏北凝望着眼前的虚空巨兽我真不是你们以为的天才,不知我顶不顶的住。各位书友要是觉得我真不是你们以为的天才还不错的话请不要忘记向您QQ群和微博里的朋友推荐哦!...
在这个卡牌决斗盛行的世界,掌握力量的卡师地位崇高。可自大灾厄以来,世界各国卡师文明断层,许多鬼怪神话古籍消失在历史中。当所有人在寻找遗迹磨炼技术获得知识时,江尘已经打造出一张张独一无二的东方神话卡牌!发动卡牌!鬼门关!领域展开!忘川河!死者复生!我命令,场地卡融合,十殿阎王归位!具现吧,幽冥地府!当遮天蔽日的阴影压来时,江尘看着跪倒在地的卡师,摇了摇头。连这点威压都扛不住,太弱了。...