推动大模型落地 百融云创加速场景融合

今年以来，人工智能领域话题不断，AIGC、⽣成式⼈⼯智能、⼤模型等概念层出不穷。

　　虽然市场对大模型有良好的预期，吸引了全世界多个科技巨头做战略级投入，但大模型也面临着成长的烦恼。从技术上和产业应用两个层面来说，大模型的应用难点有很多。

　　在技术方面，比较典型的一个问题是，在实际的应用中，大模型会常常发生一些事实性错误。这是因为对于大模型的训练数据中未曾覆盖到的信息，大模型会按照上下文的概率进行事实编造，从而导致大模型产生“幻觉”。

　　让大模型变得更可靠，生成式AI和决策式AI的有机融合发展或许将是一个有效路径。比如针对生成式AI在权衡一些对冲性的信息时，不能做出正确取舍的弊端，可以在模型建设中加入决策式AI的决策树等算法，通过引入显性的逻辑规则来判断相互矛盾的信息，进而给出最优解。

　　在产业应用方面，很多产业机构还是将大模型当作“玩具”，还不足以作为“工具”使用。要真正实现大模型的落地，产业机构需要的不仅是大模型本身，还需要充分的行业Know-how、行业知识库，以及对于落地场景的深入挖掘。在实际的交互中决定需要哪些功能，以及可能以何种方式与这些功能产生链接，强化大模型的“工具”能力。

　　简而言之，大模型在产业领域的应用绝不是单纯的技术问题，能否打造“模型-行业理解-场景应用”的完整体系才是决定成败的关键。

　　随着技术的演进发展，行业也将发展出几大不同的路径，即以科技巨头为主的底层大模型、新兴创业公司主导的各类“小模型”，以及像百融云创这样的AI科技公司研发的行业大模型。后续，外界对于大模型的关注将转向其在垂直领域的落地，行业大模型势必将迸发出更多势能，垂类应用和模型能力的结合也会更为紧密。

（免责声明：本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）

相关阅读