(相關資料圖)
7月7日，2023世界人工智能大會（WAIC）“大模型時代的通用人工智能產(chǎn)業(yè)發(fā)展機遇以及風險”主題論壇在上海西岸舉行。復旦大學MOSS系統(tǒng)負責人邱錫鵬在題為“大型語言模型MOSS：技術、實現(xiàn)與展望”主題演講中表示，大語言模型在學術界已出現(xiàn)多年，今年正式走進了公眾視野和人們的日常生活，給人工智能研究、從業(yè)者和人們的日常生活帶來了巨大的變革。但通用大模型依然在可信性、安全性、邏輯性等方面存在挑戰(zhàn)。
今年4月，復旦大學自然語言處理實驗室開發(fā)的新版MOSS模型正式上線，成為國內(nèi)首個插件增強的開源對話語言模型，被行業(yè)稱為中國版ChatGPT。邱錫鵬在會上說，作為一個大語言模型，MOSS可執(zhí)行對話生成、編程、事實問答等系列任務。MOSS的開發(fā)步驟包括了自然語言模型的基座訓練、理解人類意圖的對話能力訓練兩個階段，和ChatGPT具有相近的通用語義理解能力，但在推理能力和事實類知識方面仍有一定差距，目前MOSS系列在中文語義理解方面取得很大進步，未來將通過擴大模型規(guī)模和使用工具來進一步縮小差距。
據(jù)介紹，上線以來，MOSS系統(tǒng)正在日夜迭代優(yōu)化，目前MOSS團隊正在通過參與大型語言模型生態(tài)建設，并在未來實現(xiàn)對話模型、模型微調(diào)、AIGT檢測、模型對比和模型評測集一體的開源開放平臺。
邱錫鵬說，通用大模型不僅僅是工程問題，除算力需求大外，目前依然在可信性、安全性、邏輯性等方面存在很多挑戰(zhàn)，需要高校研究團隊進行重大科研攻關，解決智能涌現(xiàn)、復雜推理、高效架構(gòu)、知識融合、學習策略等科學問題，為通用大模型的落地提供理論和技術支撐。MOSS近期的研究重點是如何理解復雜任務并進行任務分解后調(diào)用不同工具來完成任務。
（文章來源：上海證券報·中國證券網(wǎng)）
責任編輯：
