生成式AI在企业中应用的未来可能是来自更小但更集中的语言模型

　　如果没有大语言模型，OpenAI的ChatGPT的惊人能力是不可能实现的。这些模型是在数十亿，有时是数万亿的文本示例上训练的。ChatGPT背后的理念是非常好地理解自然语言，它可以在一瞬间预测下一个可能出现的单词。这需要大量的训练、计算资源和开发人员的智慧才能实现。

　　但有些模型的未来可能比OpenAI和其他公司的方法更有针对性，后者希望能够回答几乎所有的问题。如果每个行业甚至每个公司都有自己的受过训练的模型，能够理解个别实体的术语、语言和方法，会怎么样？也许到那时，我们得到的完全编造的答案会更少，因为答案将来自更有限的单词和短语。

　　在人工智能驱动的未来，每家公司自己的数据可能是其最有价值的资产。如果你是一家保险公司，你的词汇与医院、汽车公司或律师事务所完全不同，当你将其与客户数据和整个组织的全部内容结合起来时，你就有了一个语言模型。虽然它可能并不大，但它正是你所需要的模型，是为一个人而不是为大众创建的模型。

　　要做到这些这还需要一组工具来收集、聚合和不断更新的企业数据集，使其能够被这些较小的大语言模型（smaller large language models，sLLMs）所吸收。

　　创建这些模型可能会带来挑战。他们可能会利用开源或私人公司现有的大语言模型，然后根据行业或公司数据对其进行微调，使其更加集中，所有这些都是在比通用大语言模型更安全的环境中进行的。

Powered by Froala Editor