摘 要: | 大模型在发展中面临着算力极限、数据私属、算法深化、风险治理之困,小模型因其轻参数、低成本、方便运行等特点,为解决大模型之困提供可行路径。针对在大模型生态下扮演的角色而言,场景模型自我收缩智能化处理问题,实现专业化程度的加深、加细、加密与加厚;私域模型基于私有链单边留存数据,联盟链打破数据孤岛,在保障数据安全下实现共享协作;边缘模型作为一种接力传导,实现了对中心计算的算力延伸与存储扩展。大小协同将构建“大模型-小模型-用户”的多级传播形态:一方面,小模型从点、线、面缓解大模型由价值偏态与信息供给窄化造成的信息茧房。另一方面,当大模型、小模型与人共处于一个互动系统时,个人认知、情感与价值通过小模型这一中介反哺微调大模型。一句话,生成式AI生态下价值的最终实现取决于底座通用大模型与各种不同角色小模型之间的融合与协同。
|