My Board

但是像移动互联网那种万众创业的局面将很难重现。 毕竟这次的指向通用人工智能。 技术创新实现的价值包括对存量价值的掠夺以及增量价值的创造。 但在早期是摧毁和掠夺。 这个世界未来几年将有许多草台班子被摧毁。随着大语言模型技术的不断发展解决语言表示和效率的不平衡问题变得至关重要。但实际上自身也有偏见。 “- ”一直是美式英语的语言标识符在htT横空出世之后有了新的含义英语/美国作为大语言模型的超级指令语言和超级大国逐渐在新一轮竞争中领先世界其他语种和国家。 在长期使用htT和其他大语言模型的过程中我一直想探索这些模型对世界其他语种支持的边界。



比如说 .为什么htT能在各 英国电话号码清单 个语种中中文的支持和英文一样好吗？ .在大语言模型中是不是有一些“二等公民”和“一等公民”？ 分析的结果令人瞠目结舌。 美国人训练出来的模型对美式英文有压倒性的支持而世界上几千种语言其实能支持的好也就不过十来种。 做到这三点挑战产品经理只会不断升值 好的产品经理是很稀缺的懂用户懂商业懂数据的产品经理走出互联网依然是抢手货。相反如果只做简单传话低效执行浅层思考的产品经理恐怕走不过未来-年的洪流。 查看详情 > 这也解释了为什么每个国家或者语种都需要自己的大语言模型才能在新一轮人工智能的工业革命中跟上其他国家前进的步伐。



这篇文章结合了我的实践经验和定量分析最终得出以下结论 .大语言模型可以兼容中的所有种语言。 .英语占T-训练数据的以上。 .英语是大语言模型最有效的提示语言——它比西班牙语有效.倍比法语有效.倍比J中文日语韩语有效倍。 .大约种高资源语言得到了大语言模型的充分支持。 .中其他种语言资源匮乏代表性不足。 .全球有近,种语言缺乏大语言模型支持。 你讲的语言是高资源还是低资源 传统自然语言处理,t研究会把语言分类成高资源hh语言和低资源语言。前者涵盖约种语言包括英语中文西班牙语法语德语日语俄语葡萄牙语阿拉伯语印地语意大利语韩语荷兰语土耳其语波斯语瑞典语波兰语印度尼西亚语越南语希伯来语。