由AI大模型工場(chǎng)主辦的AI大模型生態(tài)暨算力大會(huì)在京舉行。作為國(guó)內(nèi)最具影響力與最懂大模型的AI生態(tài)大會(huì)，此次大會(huì)以「AI NATIVE，生成未來(lái)」為主題，圍繞大模型、算力、數(shù)據(jù)產(chǎn)業(yè)、基礎(chǔ)設(shè)施全產(chǎn)業(yè)鏈、應(yīng)用場(chǎng)景等多個(gè)維度展開深度剖析與對(duì)話。

云知聲 AI Labs 研發(fā)副總裁劉升平應(yīng)邀出席論壇并作主題演講，以《山海大模型的訓(xùn)練優(yōu)化方法及應(yīng)用實(shí)踐》為題，深入剖析大模型訓(xùn)練與優(yōu)化之道，并結(jié)合具體實(shí)踐案例，帶領(lǐng)與會(huì)人員進(jìn)一步了解大模型在多領(lǐng)域的落地應(yīng)用和創(chuàng)新成果。

山海持續(xù)進(jìn)化背后，大模型訓(xùn)練與優(yōu)化之道

云知聲是國(guó)家級(jí)專精特新“小巨人”企業(yè)，2018年起連續(xù)六年上榜CB Insights全球人工智能獨(dú)角獸榜單；自2018年起連續(xù)5批參與承建6項(xiàng)國(guó)家重點(diǎn)研發(fā)計(jì)劃（“科技創(chuàng)新2030-新一代人工智能重大項(xiàng)目”），承擔(dān)北京科技計(jì)劃3項(xiàng)；先后獲得北京科技進(jìn)步獎(jiǎng)一等獎(jiǎng)、吳文俊人工智能科技進(jìn)步獎(jiǎng)、福建省科技進(jìn)步獎(jiǎng)一等獎(jiǎng)等榮譽(yù)獎(jiǎng)項(xiàng)。

作為國(guó)內(nèi)AGI技術(shù)產(chǎn)業(yè)化的先行者，云知聲于2023年5月發(fā)布山海大模型，其通用能力在權(quán)威測(cè)評(píng)機(jī)構(gòu)SuperCLUE發(fā)布的《中文大模型基準(zhǔn)測(cè)評(píng)2024上半年報(bào)告》中，以總分72的優(yōu)異成績(jī)穩(wěn)居全球大模型第一梯隊(duì)；其醫(yī)療能力登頂今年4月MedBench評(píng)測(cè)榜，在2023 PromptCBLUE醫(yī)療大模型評(píng)測(cè)獲通用賽道一等獎(jiǎng)。

而山海之所以能夠持續(xù)在行業(yè)中保持領(lǐng)先地位，得益于團(tuán)隊(duì)對(duì)技術(shù)創(chuàng)新的不懈追求和對(duì)產(chǎn)品性能的持續(xù)精進(jìn)與優(yōu)化。

現(xiàn)場(chǎng)，劉升平分享了山海大模型的通用訓(xùn)練策略，包含預(yù)訓(xùn)練、微調(diào)、偏好學(xué)習(xí)和自我提升四個(gè)步驟。同時(shí)，他指出，面向不同的行業(yè)、不同的企業(yè)、不同的應(yīng)用，需要提供相應(yīng)級(jí)別的大模型。基于此，云知聲提出了面向應(yīng)用場(chǎng)景的優(yōu)化方法包括提示工程、微調(diào)、檢索增強(qiáng)生成、對(duì)齊（反饋學(xué)習(xí)）、Agent機(jī)制、增量預(yù)訓(xùn)練、可控解碼策略七種武器和一個(gè)秘方（數(shù)據(jù)訓(xùn)練的生產(chǎn)、選擇與配比），這些策略共同構(gòu)成了一套全面的方法論，確保了山海大模型能夠在實(shí)際應(yīng)用中達(dá)到最佳效果。

加速大模型落地，山海的實(shí)踐應(yīng)用探索

大模型是“成本”，應(yīng)用才是“價(jià)值”。劉升平指出，用戶不僅是為大模型付費(fèi)，更是為其在實(shí)際場(chǎng)景中的應(yīng)用價(jià)值買單。

大模型的應(yīng)用五花八門，從大模型語(yǔ)言理解與生成能力的本源深究，其應(yīng)用場(chǎng)景可基于語(yǔ)言進(jìn)行分類。

自然語(yǔ)言

自然語(yǔ)言是人類在日常生活中使用的語(yǔ)言，可細(xì)分為口語(yǔ)和書面語(yǔ)：

面向口語(yǔ)，大模型有兩大應(yīng)用場(chǎng)景：一是人機(jī)對(duì)話系統(tǒng)，大模型作為參與者與人類進(jìn)行對(duì)話，云知聲基于山海大模型打造的智慧座艙交互、智慧家居交互、智能客服與外呼等應(yīng)用均屬于這一范疇；二是人人對(duì)話系統(tǒng)，大模型作為旁觀者，將人與人之間的對(duì)話錄音轉(zhuǎn)寫成文字，并進(jìn)行深入分析。例如，在會(huì)議記錄系統(tǒng)中，山海大模型能夠?qū)?huì)議中的口語(yǔ)對(duì)話實(shí)時(shí)轉(zhuǎn)錄并生成會(huì)議紀(jì)要；在門診病歷生成系統(tǒng)中，它能夠?qū)⑨t(yī)生與患者的對(duì)話轉(zhuǎn)錄并生成符合臨床規(guī)范的病歷。

面向書面語(yǔ)，大模型應(yīng)用可提供一個(gè)全面覆蓋文本生命周期的解決方案。從文本的創(chuàng)作到審核，再到問答、文本抽取與分析，大模型極大提升了文本處理的效率和質(zhì)量。云知聲藍(lán)藻AI內(nèi)容創(chuàng)作平臺(tái)和獸牙AI聚合平臺(tái)，就充分展示了山海大模型在文本智能化處理方面的強(qiáng)大能力。

形式語(yǔ)言

形式語(yǔ)言被設(shè)計(jì)用來(lái)執(zhí)行特定任務(wù)，通常用于計(jì)算機(jī)科學(xué)與技術(shù)領(lǐng)域。這種語(yǔ)言具有嚴(yán)格的規(guī)則和結(jié)構(gòu)，不允許有任何歧義或模糊性。例如，編程語(yǔ)言就是一種形式語(yǔ)言。基于形式語(yǔ)言的特性開發(fā)的代碼智能系統(tǒng)通過自動(dòng)化代碼生成，能夠幫助開發(fā)者減少手動(dòng)編寫代碼的時(shí)間，同時(shí)確保代碼的質(zhì)量和安全性。

在選擇大模型應(yīng)用場(chǎng)景時(shí)，劉升平強(qiáng)調(diào)，需要權(quán)衡大模型的成熟度以及對(duì)幻覺的容忍度，以確保選擇的場(chǎng)景能夠最大化大模型的優(yōu)勢(shì)，同時(shí)最小化潛在風(fēng)險(xiǎn)。