发布时间:2024-10-02 15:46:42 来源: sp20241002
日前,OpenAI 发布 o1-preview,问鼎最强大语言模型,引发业内轰动。也正因如此,国内也产生了质疑的声音:为何大模型领域国内追赶了一两年,差距好像没见缩小,甚至是扩大了。
差距真的是在扩大吗?事实可能并非如此。
根据行业专家张俊林的观点,o1-preview 之所以能够更强,其方法本质上是思维链(Chain-of-Thought, CoT)的自动化。通过 CoT 把一个复杂问题拆解成若干简单步骤,这有利于大模型解决复杂逻辑问题,但之前这个过程主要靠人工来达成。o1 采用的这种方法,将使得 Prompt 工程逐渐消亡,也就是说所有复杂人工环节的自动化成为了大势所趋。
但其实,这种思想和方法并非 OpenAI 的首创,更非独创。早在 7 月底的 ISC.AI2024 大会上,360集团创始人周鸿祎就宣布,“用基于智能体的框架打造慢思考系统,从而增强大模型的慢思考能力”,并且此后多次强调类似观点。这种方法的技术和产品应用上,国内也已经走在前面:还是在 ISC.AI 上 360 发布的CoE(Collaboration-of-Experts,专家协同)技术架构及混合大模型,就是该方法的产物;并且,该技术架构已经落地到了多个产品中,比如360AI搜索、360AI浏览器。
值得一提的是,在大模型技术前沿,国内比 OpenAI 在开放协作的道路上走的更远,更加“open”。比如 CoE 架构并非只接入了一家企业的模型,而是由 360 牵头,百度、腾讯、阿里巴巴、智谱AI、Minimax、月之暗面等 16 家国内主流大模型厂商合作打造的,目前已经接入了这些企业的 54 款大模型产品,未来预计会全量接入 100 多款大模型产品。
更进一步的是,CoE 技术架构不仅接入了“大模型”,还接入了很多十亿甚至更小参数的专家模型,这使得整个系统更加智能。CoE 架构在实现“让最强的模型回答最难的问题”的同时,还能在回答简单问题时调用更精准的“小模型”,在获得高质量回答的同时,节约推理资源、提升响应速度。
有了上述的多种底层技术创新,基于CoE 架构的混合大模型在翻译、写作等 12 项指标的测试中取得了80.49分的综合成绩,超越了GPT-4o的69.22分;特别是在“弱智吧”和“诗词赏析”这类比较具有中文特色的问题上,该架构的领先优势更加明显。即使是对于最新发布的 o1-preview,CoE 架构在未经专门优化的情况下也展现出了优势。
拥有了底层技术创新的情况下,国内在做应用和产品层面的优势更大。CoE 架构和混合大模型没有止步于技术创新,而是比OpenAI更快一步地进入了实际应用领域。
一方面,360 通过 CoE 技术架构,构建了大模型竞技平台——模型竞技场(bot.360.com),目前已经入驻360AI浏览器,成为国内大模型领域的基础设施。在多模型协作模式下,用户可以从 16 家国内主流大模型厂商的 54 款大模型中任意选择 3 款大模型,进行多模型协作,以此达成比单个大模型回答问题好得多的效果。
另一方面,CoE 还成为了支撑360AI搜索的底层技术架构。正是由于全球领先的技术架构的支撑,和国内多家主流大模型厂商的通力协作,让360AI搜索能够让360AI搜索能够在2024年1月诞生后八九个月的时间里,就超越 Perplexity AI。
我国基于高素质的工程师人才优势和时代创新精神,完全有可能让AI大模型赛道,成为继新能源汽车之后的又一个领跑国际前沿的重要科技创新领域。 【编辑:邵婉云】