张文宏解读新冠感染病例数呈现波动性的原因
茶之缘，张文也是茶之道。
2023年，宏解中国有上百家公司在做大模型，鱼龙混杂，泥沙俱下。比如，读新要给医疗机构做一个医药医疗大模型，读新必须把医疗进行场景细分——在里边找出50到100个场景，并对每个场景分析，看看文章生成、情感判断、内容翻译等大模型最常见的功能能不能发挥作用。
摘要：冠感作为人工智能发展的核心引擎，冠感国外的大模型不断引爆国内舆论场、刷新大众认知，我们的国产大模型还能弯道超车吗？今年是大模型应用元年，在现实的不同场景之下，大模型又将与产业擦出什么样的火花？华夏时报（www.chinatimes.net.cn）记者李明会北京报道伴随着ChatGPT、Sora、Figure01不断引发全球关注，人工智能（AI）的惊人迭代速度不断扩展着人们的想象空间。对于上述两个问题，染病本文撷取了相关节目要点。这就对算力的要求就降到很低，例数可能有十张消费级显卡在一个场景就能用起来，非常适合我们国家，这也是我们弯道超车的一个场景。
大模型做小也能弯道超车靳强：呈现OpenAI发布Sora，呈现掀起新一轮对人工智能的讨论热潮，国产大模型能达到Sora的水平吗?张鹏：Sora确实令人惊艳，但我们仔细研究了它的技术报告之后，发现它并没有外界看起来的那么新奇。你说小了，波动别人说你自大。
二是看大模型的容错度，原因因为大模型最致命的就是幻觉，如果某个场景中不能承受幻觉风险，那这个场景就不能用到大模型里。
而大纵深是什么概念呢？大模型像发动机，张文现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。因为Sora本身还有很多创新的技术大家还在研究，宏解我也不敢特别准地去预测需要多少时间，但我相信应该不需要太久。
而大纵深是什么概念呢？大模型像发动机，读新现在大模型厂商在造世界上最牛、最快的发动机，但是B端企业要的不是发动机，而是一辆车。如果能取得成绩，冠感我认为就已经是很大的进步了。
按照刷榜的成绩，染病国内的模型早就超过了GPT-4了。能不能做这个大模型取决于两个因素：例数一是场景下有没有数据知识，因为没有知识、光有场景，训不出大模型。
相关文章：