界面新闻记者 | 肖芳

界面新闻编辑 | 宋佳楠

“百模大战”爆发一年后 ,大模型虽然在智能办公、金融和教育领域有了一些落地应用,但商业化落地难问题并没有完全得到解决。

近日,猎户星空发布了一款自主研发的大模型Orion-MoE8×7B ,试图去探索一些能够破解上述难题的新方向 。

Orion-MoE8×7B大模型拥有8×70亿参数,采用了生成式混合专家的设计,支持中文 、英语、日语、韩语等多种语言。与同规模参数级别的基座大模型对比 ,Orion-MoE8×7B大模型在推理速度方面展现出一定优势。

猎户星空首席科学家韩堃对界面新闻表示 ,很多时候大模型用来聊天体验还不错,但要放到比较严肃的任务型或企业级技术应用中,效果总是不好 ,核心的原因就在于数据 。“用更好的数据赋能大模型,其在应用中才能真正发挥价值。 ”

近年来,随着AI大模型进入爆发增长期 ,算力 、算法、数据成为发展的关键三要素。相比于算法和算力,在大模型的商业闭环中,数据会直接影响其在垂直行业落地的效果 。

猎户星空董事长傅盛解释背后原因 ,称算力供应商都是一致,差距限于各家公司购买GPU规模不同,算法基本差不多 ,大模型能力就是数据,之前并没有捅破这层窗户纸” 。

而该公司新发布大模型Orion-MoE8×7B正是看准了市场高质量训练数据需求。其研发基础模型同时,联合猎豹移动旗下聚云科技共同推出大模型数据服务产品AI数据宝AirDS ,大模型应用需求企业提供数据收集、清洗 、标注 、提示词工程以及评估等服务。

这相当于 ,猎户星空研发基础模型应用,帮助其他大模型落地需求企业提升训练数据质量,这项服务本身有望Orion-MoE8×7B大模型实现商业化落地 。

界面新闻了解 ,目前大模型训练数据标注主要还是依靠人工。但大模型训练需要数据量非常,人工标注或者数据清理速度往往难以跟上市场需求,成本也相当。如果通过大模型海量数据进行筛选、清理、去重 ,就能实现降本提效 。

不可否认,目前大模型在数据处理上还不能完全替代人工,在一些对数据质量要求比较高或者难度比较大场景 ,人工进行精细的标注和筛选更为合适。

一位大模型技术人士告诉界面新闻,未来数据服务应该AI+人工结合的方式。AI大模型价值数据规模快速提升上来,如果数据质量非常 ,数据量不够,大模型训练仍然出现瓶颈 。”

这意味着,通过大模型进行数据处理市场需求大大增加 ,那些具备对外开放数据能力厂商也将得到更多的发展机会。

你可能想看: