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。
火枪洗明路 自遮天世界开始 全职法师之魔法天赋 异常魔兽见闻录 天骄退婚,我提取词条修行 什么叫世界名帅啊 你是我的满世欢喜 海贼:阿卡姆肄业的小丑巴基 大唐第一逆子 陨落星辰: 主宰:虫族崛起 当场怒喷哥哥,这解说不想干了? 我以道种铸长生 无限超神:抬头看见云霄天庭 明日方舟之铁与血 神秘复苏之我没有外挂 华娱之开局给周董上上对抗 大明:我杨宪,真的治扬! 前任都是天后,我火了 纵目
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!...
羽贺真佑穿越到了江户川柯南的世界慈眉善目的上帝老爷子特意赋予他在大脑放空做白日梦时,灵魂附身至他人身上的小馈赠从此开始了年复一年日复一日的发呆附身,无数次经历杀人与被杀的日常生活你问这样会不会疯掉?多次自杀却没死掉的他微笑回答,他很正常哦!直到从宫野志保身上找回那份温暖为了守护他的阳光,他还是决定活下来扳手?手枪?在危险的米花町还是得时刻备着火箭炮呐!本书又名与灰原大小姐生活的幸福日常柯南世界里的银他妈论不作好海陆空武器对策就不能出门的防身手册琴酒的美梦之赤井秀一怎么这么多女主灰原哀戏份多且甜,不拆cp人设贴原著柯南为主,银魂参与主线,鲁邦三世客串欢迎各位加群566865435...
文案汐汐做了一场梦,梦见她是小说里女主的堂妹,她的爸爸是个喜怒无常,不时会发疯的反派。小说里,汐汐小时候不小心被妈妈弄丢了。回去之后,因为憎恨妈妈偏心,所以欺负性格懦弱,看起来不聪明的弟弟。因为讨厌...