毫無疑問，ChatGPT依賴的是迄今為止最復(fù)雜的大語言模型（LLM），但在OpenAI掌門人看來，LLM并非越大越好。

(資料圖片)

當(dāng)?shù)貢r(shí)間4月13日，OpenAI聯(lián)合創(chuàng)始人兼首席執(zhí)行官Sam Altman在麻省理工學(xué)院的“想象力在行動”活動上接受了媒體的采訪。

他認(rèn)為我們正為了大小而逐漸接近LLM的極限。Altman說:

我認(rèn)為，我們已經(jīng)走到了這個(gè)時(shí)代的盡頭，我們將以其他方式把這些巨型模型做得更好。

Altman認(rèn)為，大小并非衡量一個(gè)模型質(zhì)量的正確方式，他還把LLM與芯片的發(fā)展速度進(jìn)行了比較。

我認(rèn)為人們過于關(guān)注參數(shù)數(shù)量，也許參數(shù)數(shù)量肯定會增加。但是，這讓我想起了上世紀(jì)90年代和2000年代的千兆赫芯片競賽，當(dāng)時(shí)每家公司都追求大參數(shù)。

正如他指出的那樣，如今有些手機(jī)上運(yùn)行著功能更強(qiáng)大的芯片，但用戶大多數(shù)時(shí)候并不知道它們的速度有多快，只知道它們能很好地完成工作。

Altman認(rèn)為，未來模型參數(shù)應(yīng)該向更小的方向發(fā)展，或者以多個(gè)小模型協(xié)作的方式工作。

我認(rèn)為，重要的是，我們將重點(diǎn)放在迅速提高（模型）能力上。

如果可以的話，參數(shù)數(shù)量應(yīng)該隨著時(shí)間的推移而減少，或者我們應(yīng)該讓多個(gè)模型一起工作，每個(gè)模型都更小，我們就會這樣做。

我們希望向世界提供的是最強(qiáng)大、最實(shí)用、最安全的模型。當(dāng)然，我們并不是要忽略參數(shù)數(shù)量。

Altman還說：

我們已經(jīng)為此努力了很長時(shí)間，但我們的信心正逐漸增強(qiáng)，相信它真的會奏效。

我們建立這家公司已經(jīng)七年了。這些事情需要很長、很長的時(shí)間。總的來說，我想說的是為什么別人沒有成功的時(shí)候它卻成功了: 這只是因?yàn)槲覀円呀?jīng)在研究每一個(gè)細(xì)節(jié)很長一段時(shí)間了。而大多數(shù)人不愿意這么做。

風(fēng)險(xiǎn)提示及免責(zé)條款 市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：