数据是比算法更稀缺的资源。算法可以通过修改开源模型和人海战术迭代算力可以通过砸钱买卡获得但优质的数据没有渠道售卖花钱不定能买来。 训练模型跟训练学生类似数据相当于教材或教育资源过程就叫预训练。偏远山区的孩子和线城市的孩子从小获得的教育资源不同训练过程不同最后高考考上重点大学的概率也必然不同。某种意义上拥有优质数据预训练就成功了半。
过去年行业里评估个大模型好
坏的标准是通过测评相当于考试。既然是考试就有作弊的空间或者可以 电话号码清单 通过刷题得高分。这就导致很多大模型其实是应试教育的产物——参数大得分高性能强但没啥实践能力。 李友峰认为算法有很大局限性如果脱离具体的应用场景算法没有意义。比如模型的参数大计算能力很强做数学题也许表现很好但这并不意味着它能在实际业务里产生价值。
今年以来大模型拼参数的风气有所改
观各种杂七杂八的野榜也有所收敛说明公众不好糊弄了。问题是如果不比参数大家还能比啥？ 二卷价格：端不敢收端收不起 个模型或个项目要证明自己有价值最直接的方法是从市场上赚到钱。今年以来越来越多创业者 为什么 emitrr 是提高小型企业在线声誉的最佳软件？ 和投资人开始将商业模式挂在嘴边。 大模型行业的商业化有两大类—— 和 即向个人用户收费和向企业（包括政府开发者收费。
去年行业达成共识 收费很难先从端入手。 端企业是大模型的最大客户。家做系统集成公司的员工曾对「定焦」说他们很早就接入了百度的千帆大模型平台拥抱大模型的意愿很强不过他们不是因为模型效果好而使用仅仅是怕普 澳大利亚数据 遍被落下。而旦模型收费他们就得再考虑考虑了。 这代表了很多企业的心态：能白嫖就白嫖付费就必须得看到效果。用陈冉的话说：让客户花钱就得让他看到成倍的增效不见兔子不撒鹰。