【財(cái)新網(wǎng)】“如果不具備泛用性，盡管模型比以前大一點(diǎn)、效果好一點(diǎn)，應(yīng)用場(chǎng)景仍然是割裂的，這些中小模型和原來有什么區(qū)別？” 主攻預(yù)訓(xùn)練大模型的智譜AI創(chuàng)始人、CEO張鵬近日接受財(cái)新專訪時(shí)指出，他認(rèn)為這一輪AI熱潮建立在大模型的泛化能力上，業(yè)界普遍的認(rèn)識(shí)是500一600億參數(shù)是大模型智能涌現(xiàn)的門檻。

　　張鵬指出，盡管適用于單場(chǎng)景的模型需要參數(shù)量、成本相對(duì)較低，但一旦應(yīng)用于新行業(yè)所有訓(xùn)練數(shù)據(jù)需要重新來過，泛化能力低。他認(rèn)為，大模型參數(shù)降下來很容易，同時(shí)還能保持很強(qiáng)的能力，但一個(gè)中模型、小模型提升則很困難?！跋裰癈V（計(jì)算機(jī)視覺）那些模型只做人臉識(shí)別，給一個(gè)寵物照片就傻了，大模型可以往下降維，但小模型沒法往上升維，”他說。