lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

姚順雨が湯道生と対談:テンセント混元大モデルはContextとCo-DesignでAI後半戦を制す

動察 Beatingのモニタリングによると、6月5日のTencent Cloud AI産業応用大会において、TencentのチーフAIサイエンティストである姚順雨氏がCSIG責任者の湯道生氏と対談し、AI後半戦における混元大規模モデルの核心的な戦略を明確にしました。それは、過学習を招くベンチマーク指標を放棄し、「Context」(コンテキスト)と「Co-Design」(協調設計)を核とするモデル障壁へとシフトするというものです。

大規模モデル後半戦の核心的なロジックは、モデルが複雑な入力を出力に変換する能力が急速に収束している中で、真の障壁は誰が最も原始的な「Context」、つまりユーザーや企業が具体的に何を行っているかを把握できるかにあるという点です。Tencentが持つマルチシーンアプリケーションは、エージェントの訓練場として機能し、モデルにユーザーの習慣や嗜好といった深層的なコンテキストを絶えず供給します。

コンテキストを活用するには、モデル研究と製品開発の間の壁を打ち破る必要があります。Tencent社内では「Co-Design」という深層的な協調メカニズムを推進し、開発初期段階で後訓練の主要メンバーを「Tencent Yuanbao」の構築に派遣し、チーム間の信頼を構築しています。混元大規模モデルは、過学習を招きやすいベンチマーク指標を排除し、Yuanbao、ima、Workbuddyなどの製品からの実際のプロンプト分布とリターンデータを直接用いて評価と反復を行い、モデル能力が異なる製品データ間で汎化し、ネットワーク効果を形成することを促しています。

この協調メカニズムの直接的な成果として、混元3.0プレビュー版(Hy3 preview)は、事前訓練と強化学習のインフラを再構築し、データ品質と評価基準を再定義しました。モデル開発はもはやベンチマーク競争を目指すのではなく、タスクのロバスト性を最適化し、実際の使用において「一度で正しく処理する」ことを確実にし、再試行頻度を低減すると同時に、企業導入時の高額なトークン消費とコストへの懸念を解決します。

関連おすすめ
そして我々は懸命に前へ漕ぎ続ける、流れに逆らって舟を進めるように、絶えず過去へと押し戻されていく。
どれだけ大きな機械に自分を入れれば、自分の賢さを無駄にしないと言えるのだろうか。
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了