前段时间，网络上流传着一些由大模型生成的“异次元篇章”。比如，有人让大模型续写《红楼梦》情节时，竟得出一幕“贾宝玉倒拔垂杨柳”的奇景，令人啼笑皆非。之所以会出现这种“混搭”和“幻觉”，是因为大模型不仅学习了原著，还“广纳博采”了不少错误信息。
这些人工智能（AI）生成的“胡言乱语”虽是网友们茶余饭后的笑谈，但提醒我们要清醒认识到其背后折射出的问题：数据质量是大模型应用成败的关键。以个性化推荐AI系统为例，一些企业在开发过程中，虽然收集了大量的用户行为数据，但数据中充斥着错误的标注、重复的数据以及相互矛盾的信息，数据的量增加了，但系统推荐的准确性并没有显著提升。《自然》杂志（Nature）刊登的一篇有关大模型可靠性研究的文章指出，一个西班牙研究团队发现，包括OpenAI公司的GPT在内的几个大模型升级后，虽然参数量更大了，误答情况却更严重了。因此，大模型长得壮不壮，不仅取决于“食量”（即数据的数量），更在于食物的“质量”（即数据的质量）——吃得饱并不等同于吃得好。
数据是大模型的基石，在数据质量不高、可靠性缺失的情况下，一味追求大模型参数量的增加，不仅无法提升模型性能，反而会放大偏差和谬误，产生更多不可信数据。如此一来，势必造成计算与存储资源的浪费，增加开发和维护成本，降低用户信任度。更为严重的是，这种“大模型幻觉”和“灾难性遗忘”现象如果发生在精确性要求极高的工业生产领域中，还可能引发不可预测的风险和隐患。以油气勘探为例，基于大模型给出的错误预测进行开采可能导致数亿元的资金损失，并对自然环境造成不可逆转的破坏。
提升大模型性能，关键是处理好数据“质”和“量”的关系，构建大规模、高质量的数据集。应建立完善的数据收集、清洗、验证和存储机制，加强对数据质量的监控和评估，确保数据的准确性、完整性和一致性。此外，还应注重跨领域合作，引入数据科学家、AI算法工程师等多方力量，开展大模型算法合作、制定数据共享和隐私安全保密协议，推动大模型产学研用生态建设。
如今，大模型的发展已迈入多模态融合阶段。通过加强数据治理，优化人工智能学习、训练和验证的“基础食材”，端上大规模、高质量、多模态数据集的“丰盛大餐”，必将助力大模型能力的提升，让人工智能更好地赋能千行百业、造福人类社会。
前段时间，网络上流传着一些由大模型生成的“异次元篇章”。比如，有人让大模型续写《红楼梦》情节时，竟得出一幕“贾宝玉倒拔垂杨柳”的奇景，令人啼笑皆非。之所以会出现这种“混搭”和“幻觉”，是因为大模型不仅学习了原著，还“广纳博采”了不少错误信息。
这些人工智能（AI）生成的“胡言乱语”虽是网友们茶余饭后的笑谈，但提醒我们要清醒认识到其背后折射出的问题：数据质量是大模型应用成败的关键。以个性化推荐AI系统为例，一些企业在开发过程中，虽然收集了大量的用户行为数据，但数据中充斥着错误的标注、重复的数据以及相互矛盾的信息，数据的量增加了，但系统推荐的准确性并没有显著提升。《自然》杂志（Nature）刊登的一篇有关大模型可靠性研究的文章指出，一个西班牙研究团队发现，包括OpenAI公司的GPT在内的几个大模型升级后，虽然参数量更大了，误答情况却更严重了。因此，大模型长得壮不壮，不仅取决于“食量”（即数据的数量），更在于食物的“质量”（即数据的质量）——吃得饱并不等同于吃得好。
数据是大模型的基石，在数据质量不高、可靠性缺失的情况下，一味追求大模型参数量的增加，不仅无法提升模型性能，反而会放大偏差和谬误，产生更多不可信数据。如此一来，势必造成计算与存储资源的浪费，增加开发和维护成本，降低用户信任度。更为严重的是，这种“大模型幻觉”和“灾难性遗忘”现象如果发生在精确性要求极高的工业生产领域中，还可能引发不可预测的风险和隐患。以油气勘探为例，基于大模型给出的错误预测进行开采可能导致数亿元的资金损失，并对自然环境造成不可逆转的破坏。
提升大模型性能，关键是处理好数据“质”和“量”的关系，构建大规模、高质量的数据集。应建立完善的数据收集、清洗、验证和存储机制，加强对数据质量的监控和评估，确保数据的准确性、完整性和一致性。此外，还应注重跨领域合作，引入数据科学家、AI算法工程师等多方力量，开展大模型算法合作、制定数据共享和隐私安全保密协议，推动大模型产学研用生态建设。
如今，大模型的发展已迈入多模态融合阶段。通过加强数据治理，优化人工智能学习、训练和验证的“基础食材”，端上大规模、高质量、多模态数据集的“丰盛大餐”，必将助力大模型能力的提升，让人工智能更好地赋能千行百业、造福人类社会。
记者19日从西北大学获悉，该校地质学系、大陆动力学国家重点实验室刘鹏副教授与中国地质大学（北京）李国武教授团队申请的两种新矿物，近日经国际矿物学学会新矿物命名与分类专业委员会审查、投票，均 3月21日是世界睡眠日，中国主题为“健康睡眠 人人共享”。近日发布的《2023年中国居民睡眠白皮书》显示，我国居民平均睡眠时长6.75小时，平均在零点后入睡，夜间睡眠时长普遍偏短。你是否有睡眠困扰 3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。火箭飞行24分钟后，星箭分离，将鹊桥二号中继星直接送入近地点高度200公里、远地点高度42 根据《天体物理学杂志》的最新报道，一个国际天文学家团队利用欧洲空间局的盖亚（Gaia）太空望远镜收集的数据，创建了迄今为止最庞大的三维宇宙地图。该地图涵盖了大约130万个活跃类星体的精确空间 3月24日，记者从中国农业科学院获悉，该院蔬菜花卉研究所甘蓝类蔬菜遗传育种创新团队，开发了快速创制细胞质雄性不育系的新方法——“一步法”。相关研究日前发表在国际期刊《自然&midd 作为功能机时代的霸主，诺基亚手机曾经创造了巨大的辉煌，但也因错失智能手机发展机遇而“掉队”。近期，外媒Visual Capitalist统计了有史以来最畅销的15款手机型号，其中诺基亚和苹果包揽前十。今 。本文链接：大模型既要“吃得饱”更要“吃得好”http://www.sushuapos.com/show-2-10944-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 张成伟代表：把低空安全作为初心使命