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。
最近一两年内,孟繁岐的重心还是在视觉图像算法这边。
“李总,我个人相信AI技术的开源程度是相对的,不可以一直这样透明下去。
林赏转部之后的任务是改变虐文结局,扭be为he。被白莲花系统训练出来的林赏转部之后还改不了之前的习惯,做什么都一股子惹人怜爱的气息。渣攻为之沉迷,好不容易把白月光从渣男心底剔除掉,结局要大团圆的时候...
预收文我在民国当校长求收藏!作为一个颜正,又前途光明的八十年代大学生,除了没钱,狄思科再无其他烦恼。直到他发现自己生活在一本名叫粉红大亨之爱情难逃我手的书里。书中女主是未来娱乐业女大亨,...
通知开了个预收在你眉梢点花灯,1v1轻松文,应该是古言,不大确定,感兴趣的可以去我专栏收一下,65开文,谢谢啦柳朝明记得,初遇苏晋,是景元二十三年的暮春。那个时节总是多雨。他在朱雀桥边落轿,她...
...
22号中午更新林苏瓷穿进了一本书里,还是一只刚刚修炼成人型的小奶猫。幼崽时期被大好人捡了回去做徒弟,却不想师父居然让本书第一反派boss的师兄抚养他反派师兄太可怕,没事了就把他装进盘子里端详,整天对他...
分手三年,前男友成了当红影帝,还彻底黑化了周早早吓得瑟瑟发抖如何能让影帝先生忘记自己这个又渣又瞎前女友,出尽胸中恶气放下过往恩怨从此两人相忘江湖老死不相往来她为什么这么怕前世她倒是没怕,还跟...