ChatGPT的爆火出圈，讓大模型走出專業(yè)領域，進入更普適的圈層，并引發(fā)更多人關注和思考這項技術究竟會如何影響人類社會。最終全社會形成共識：這是一項革命性技術，將充分釋放智能生產(chǎn)力，推動人類社會進入到一個全新AI時代。商業(yè)機遇來臨，誰能率先把握住風口，意味著誰將在下一輪市場競爭中取得優(yōu)勢占位。今年以來，神州數(shù)碼也積極擁抱大模型帶來的全新變化，時刻關注技術發(fā)展動態(tài)，升級自有知識產(chǎn)權產(chǎn)品，加速布局人工智能算力等領域，切實抓住AIGC時代變革機遇，謀求全新發(fā)展。

在剛剛結束的2023數(shù)字生態(tài)大會上，神州數(shù)碼副總裁、CTO李剛受邀出席，與多位行業(yè)專家就大模型技術的深入應用以及模型評估等話題，進行了深入探討。本文就李剛討論內(nèi)容進行整理編輯，希望能給火爆市場一些啟發(fā)和思考。

?

以下為詳細內(nèi)容整理：
大模型發(fā)展需重視Native場景?避免路徑依賴

大模型與其他新技術出現(xiàn)以后，大家第一反應都是“+”，“大模型+”這個說法并不新鮮，因為之前有互聯(lián)網(wǎng)+，所以大家從這個角度直接切入是很自然的。

大模型是百年來顛覆性的技術范式轉(zhuǎn)變，我認為它真正的應用場景還沒有出現(xiàn)，“+”的場景不是最好的場景，以前互聯(lián)網(wǎng)爆發(fā)的時候，最后跑出來的都是互聯(lián)網(wǎng)Native的應用，大模型真正的應用場景也應該是Native的場景。我們尋找Native場景，要避免路徑依賴，也就是要避免模仿以前的模式和路徑來探索大模型的應用場景。

目前大模型技術還沒有完全成熟，我們還看不到它未來的發(fā)展頂點在哪兒。我認為要關注一個非常大的、Native的場景是多模態(tài)，在企業(yè)里面，多模態(tài)幾乎是沒有人去想，那多模態(tài)會出現(xiàn)什么場景，這個是要關注的。神州數(shù)碼關注大模型的時候，首先成立了一個追蹤團隊，組織一幫人關注行業(yè)動態(tài)，看論文寫周報，如果論文內(nèi)容可驗證就第一時間進行驗證。其次是做敏捷，模型要想在企業(yè)里面用，需要做出一套敏捷平臺，讓企業(yè)去試，同時把客戶Involve進來共創(chuàng)。我們現(xiàn)在已經(jīng)簽了一些共創(chuàng)客戶，讓客戶使用敏捷平臺，在共創(chuàng)過程中去摸索最適合的場景。最后作為一個科技企業(yè)還是要第一性原理，兩頭跟住，一方面是研究的跟進，一方面是場景的跟進。

大模型評估專業(yè)又前沿 注重知識本身和涌現(xiàn)能力

大模型評估本身就是一個非常前沿的領域，雖然現(xiàn)在已經(jīng)有一些評估方法和標準出現(xiàn)，但站在企業(yè)角度，這些方法和標準還不夠，所以模型評估本身就是一個研究方向。

目前行業(yè)里做模型評估主要圍繞兩點進行，針對外部模型進行評估，主要是通識能力評估，包括知識本身和涌現(xiàn)能力兩部分。在行業(yè)大模型方面，它的行業(yè)知識評估相對簡單，但行業(yè)涌現(xiàn)能力，是一個專業(yè)性很強的話題。舉個例子，我們在金融行業(yè)做了一個行業(yè)大模型，它的涌現(xiàn)能力是什么呢？通用大模型的涌現(xiàn)能力，比如我們給它一道奧數(shù)題，它能夠解出來，這就很厲害了。

行業(yè)大模型一般來說是通過通用大模型做全參，或者是做fine-tuning，做好了以后出來的這個大模型叫行業(yè)大模型。這個做好了以后，是不是說通用能力加行業(yè)知識等于行業(yè)涌現(xiàn)能力？這是個問題。我們講風控，如果不是風控應用，而是行業(yè)大模型直接提供風控能力，這就是一個非常大的涌現(xiàn)出來的能力。它不是說只是看到了這些東西，他會直接對業(yè)務做一個風控評價，那這個就很難。

傳統(tǒng)來說，都是用傳統(tǒng)的機器學習做成的小模型來做，能不能泛化到大模型里面去做？這個是涌現(xiàn)出來的嗎？這就非常難。所以現(xiàn)在是一個選擇和共創(chuàng)的問題，選擇愿意在大模型里面跟我們一起做研究的，大家一起探索、共創(chuàng)。