來源:中國經(jīng)濟(jì)周刊-經(jīng)濟(jì)網(wǎng)訊 作為人工智能發(fā)展的重要方向,大模型具有效果好、泛化性強(qiáng)、研發(fā)流程標(biāo)準(zhǔn)化的特點(diǎn),為人工智能的進(jìn)一步發(fā)展帶來全新機(jī)遇。
當(dāng)前,大模型發(fā)展百花齊放,深度賦能千行百業(yè),但其在產(chǎn)業(yè)化過程中仍面臨諸多挑戰(zhàn)。其中,如何高效獲取和有效使用垂直行業(yè)的數(shù)據(jù)是核心。
在2023年中國國際服務(wù)貿(mào)易交易會(huì)上,云測(cè)數(shù)據(jù)結(jié)合自身在智能駕駛、智慧金融、AIOT、電商等領(lǐng)域的豐富經(jīng)驗(yàn)和技術(shù)積累,將去年發(fā)布的“AI工程化的數(shù)據(jù)解決方案”全面升級(jí),面向垂直行業(yè)大模型提供全生命周期的AI數(shù)據(jù)解決方案,為大模型應(yīng)用落地提供關(guān)鍵支撐,助力行業(yè)大模型高質(zhì)量發(fā)展。
高質(zhì)量數(shù)據(jù)破解大模型“幻覺”
大模型的研發(fā)離不開算法、算力和數(shù)據(jù)的綜合支撐。近兩年,受益于三者的快速發(fā)展,AI大模型進(jìn)入爆發(fā)式增長。其中,數(shù)據(jù)是推動(dòng)大模型高質(zhì)量發(fā)展的關(guān)鍵。
“大模型的預(yù)訓(xùn)練對(duì)數(shù)據(jù)要求特別高,必須在前期進(jìn)行清洗、標(biāo)注、標(biāo)識(shí),但圍繞千行百業(yè)的數(shù)據(jù)訓(xùn)練,在數(shù)據(jù)供給方面也呈現(xiàn)出了許多問題和挑戰(zhàn)。” 上海數(shù)據(jù)交易所副總經(jīng)理韋志林在媒體采訪時(shí)提到。
近期,大模型“幻覺”也被各大科技企業(yè)頻繁提及。大模型“幻覺”指模型生成不正確、無意義或不真實(shí)文本的現(xiàn)象,這也常被人們稱為是“一本正經(jīng)地胡說八道”。
“幻覺”問題的出現(xiàn)和大模型核心技術(shù)原理有關(guān),即Transformer架構(gòu)下的Next Token Prediction,即“下一個(gè)字符的預(yù)測(cè)”。因此,提高數(shù)據(jù)的數(shù)量、質(zhì)量和多樣性,對(duì)于大模型提高性能至關(guān)重要。“以數(shù)據(jù)為中心”,成為越來越多業(yè)內(nèi)人士的共識(shí)。
當(dāng)前,各家大模型在算力和算法方面尚且無法拉開巨大差距,這讓“數(shù)據(jù)”成為各家企業(yè)殺出“百模大戰(zhàn)”重圍的關(guān)鍵之戰(zhàn)。
深定制數(shù)據(jù)解決方案,助力獲取高價(jià)值AI數(shù)據(jù)
就在剛剛結(jié)束的2023年服貿(mào)會(huì)成果發(fā)布上,云測(cè)數(shù)據(jù)全新公布了旗下AI數(shù)據(jù)解決方案,致力于通過場(chǎng)景化的數(shù)據(jù)服務(wù)行業(yè),為人工智能企業(yè)和用戶提供基礎(chǔ)數(shù)據(jù)集、數(shù)據(jù)標(biāo)注和數(shù)據(jù)管理工具鏈,進(jìn)一步提升算法精度。
據(jù)介紹,該AI數(shù)據(jù)解決方案可為行業(yè)大模型提供從持續(xù)預(yù)訓(xùn)練、任務(wù)微調(diào)、評(píng)測(cè)聯(lián)調(diào)測(cè)試到應(yīng)用發(fā)布,全生命周期的高質(zhì)高效數(shù)據(jù),幫助垂直行業(yè)企業(yè)更好地落地大模型相關(guān)算法應(yīng)用。
作為擁有面向行業(yè)場(chǎng)景數(shù)據(jù)采集能力和豐富數(shù)據(jù)集積累的數(shù)據(jù)服務(wù)商,云測(cè)數(shù)據(jù)可以為行業(yè)客戶深度定制數(shù)據(jù)采集方案,助力獲取高價(jià)值場(chǎng)景化數(shù)據(jù)。
當(dāng)面對(duì)微調(diào)任務(wù)時(shí),可以根據(jù)大模型落地場(chǎng)景特點(diǎn),提供包含QA-instruct、prompt等文本類任務(wù)項(xiàng)目和多模態(tài)大模型的相關(guān)能力支持。微調(diào)后,云測(cè)數(shù)據(jù)通過垂直領(lǐng)域?qū)＜曳e累+評(píng)測(cè)體系和服務(wù),幫助企業(yè)評(píng)估各個(gè)垂直應(yīng)用落地領(lǐng)域。通過以集成數(shù)據(jù)底座為核心的數(shù)據(jù)標(biāo)注平臺(tái),將難例數(shù)據(jù)回流完成清洗標(biāo)注,為更有效率的模型調(diào)優(yōu)做準(zhǔn)備。
在機(jī)器學(xué)習(xí)、自然語言處理和其他人工智能領(lǐng)域中,難例數(shù)據(jù)常指模型訓(xùn)練和測(cè)試中難以逾越的障礙,需要特別關(guān)注和解決。常見的難例數(shù)據(jù)包括拼寫錯(cuò)誤、語法錯(cuò)誤、不完整或冗余的信息、歧義性和模糊性等。
目前,云測(cè)數(shù)據(jù)深度合作伙伴覆蓋了多個(gè)行業(yè),包括汽車、安防、手機(jī)、家居、金融、教育、新零售、生態(tài)系統(tǒng)等。其中,包含多家世界500強(qiáng)企業(yè)、高校科研機(jī)構(gòu)、政府機(jī)構(gòu)、頭部AI企業(yè)和大型互聯(lián)網(wǎng)企業(yè)。
