彭博社的数据科学家总共使用了 7000 亿个词块2023年12月8日mtt数据标准然而大家半用户认识到，这些体系要紧是基于互联网新闻举办磨练的，无法回应相闭专有实质或常识的提示或题目。

　　诈欺公司的专有常识对公司的比赛和更始才能至闭厉重，加倍是正在当今动荡的境遇中。通过有用、活泼地创建、处理、运用、重组和安插常识资产和特意才具，可能推进结构更始。然而，结构内的常识大凡是通过各样根源和花样发作和获取的，征求个体思思、流程、战略、呈报、营业往还、叙论板以及正在线闲谈和集会。所以，公司的归纳常识往往无法统计，难以有用或高效地结构和安插到须要的地方。

　　以大型措辞和图像天生人工智能模子为花样的新兴技能为常识处理供应了新的机会，从而降低了公司功绩、进修和更始才能。比方，正在对一家资产 500 强企业的营业流程软件供应商举办的一项咨询中，基于天生式人工智能的客户撑持体系降低了客户撑持职员的事务功用，改良了客户保存率，同时使客户得到了更众主动反应。该体系还加疾了新手座席职员的进修和才具发扬。

　　与该公司相同，越来越众的结构正试牟利用大型措辞模子（LLM）的措辞惩罚才具和大凡推理才能来捉拿和供应平常的内部（或客户）拜候其自己智力本钱的时机。它们将其用于以下主意：向面向客户的员工传达公司战略和产物/办事发起，处理客户办事题目，或正在员工去职前获取他们的常识。

　　这些方针正在 20 世纪 90 年代和 21 世纪初 常识处理运动的旺盛时刻也曾展现过，但大家半公司以为当时的技能亏折以达成工作。然而，即日，天生式人工智能从头点燃了正在全面结构外里获取和散播厉重常识的恐怕性。正如一位为此主意行使了天生式人工智能的司理所说：我感受本人的生存中陡然众了一个喷气背包。即使目前获得了发展，但过去变成常识处理贫寒的少许成分照旧存正在。

　　将结构的特定范围常识纳入 LLM 的技能正正在敏捷发扬。目前，有三种将专有实质纳入天生模子的要紧本领：

　　一种本领是重新起源创修和磨练本人的特定范围模子。这种本领并不常睹，由于这须要豪爽高质地数据来磨练大型措辞模子，而大家半公司根底没有如许的数据。另外，它还须要相当壮健的策动才能和磨练有素的数据科学人才。

　　彭博社（Bloomberg）即是采用这种本领的公司之一，该公司迩来公告，它已为金融特定实质创修了 BloombergGPT，并为其数据终端创修了自然措辞界面。彭博社具有 40 众年的金融数据、消息和文献，并将其与来自财政文献和互联网数据的豪爽文本相连结。彭博社的数据科学家总共行使了 7000 亿个词块，即大约 3500 亿个单词、500 亿个参数和 130 万小时的图形惩罚单位年光。很少有公司具有这些资源。

　　第二种本领是对现有的 LLM 举办 微调 磨练，为仍旧接纳过常识和措辞交互磨练的体系增添特定范围的实质。与重新起源创修一个新模子比拟，这种本领涉及调治底子模子的某些参数，大凡须要的数据要少得众--大凡只须要数百或数千份文档，而不是数百万或数十亿份--所需的策动年光也要少得众。

　　比方，谷歌对其医学常识模子 Med-PaLM2（第二版）举办了微调磨练。该咨询项目以谷歌的通用 PaLM2 LLM 为开始，并依据从各样群众医疗数据纠合悉心筹划的医学常识对其举办了从头磨练。该模子可以答复 85% 的美邦医学执照考察题目，比初版体系凌驾近 20%。即使获得了云云敏捷的转机，但正在依据科学结果性、准确性、医学共鸣、推理、谬误和危机等尺度举办测试，并由来自众个邦度的人类专家举办评估后，拓荒团队以为该体系仍需大幅更正，智力用于临床推行。

　　但是，微调本领也有少许束缚。固然它所需的策动才能和年光远远少于磨练一个 LLM，但磨练本钱已经很高，这对谷歌来说不是题目，但对很众其他公司来说却是题目。它须要豪爽的数据科学专业常识；比方，谷歌项主意科学论文就有 31 位协同作家。少许数据科学家以为，它最适合的不是增添新实质，而是增添新的实质式样和派头（如闲谈或像威廉-莎士比亚那样写作）。另外，少许 LLM 供应商（如 OpenAI）阻止许对其最新的 LLM（如 GPT-4）举办微调。

　　对待非云供应商公司来说，定制 LLM 实质的最常睹本领恐怕即是通过提示举办调治。正在这种本领中，原始模子被冻结，通过上下文窗口中包罗特定范围常识的提示举办改正。始末提示调治后，模子就可能答复与这些常识闭联的题目。这种本领是三种本领入网算功用最高的，并且不须要豪爽数据来磨练新的实质域。

　　比方，摩根士丹利（Morgan Stanley）行使提示调治来磨练 OpenAI 的 GPT-4 模子，行使的是悉心筹划的 10 万份文档集，此中包罗厉重的投资、大凡营业和投资流程常识。其主意是为该公司的财政咨询人供应确凿且易于获取的常识，助助他们明白正在为客户供应发起时遭遇的症结题目。实时培训体系正在私有云中运转，只要摩根士丹利员工智力拜候。

　　对待企业来说，这也许是三种本领中最容易采用的一种，但也并非没有技能挑衅。当行使文本等非布局化数据行动 LLM 的输入时，数据恐怕会过大，厉重属性过众，无法直接输入到 LLM 的上下文窗口中。另一种本领是创修向量嵌入（vector embeddings）--由另一个预先磨练好的呆板进修模子（摩根士丹利行使的是 OpenAI 供应的名为 Ada 的模子）从文本中天生的数值数组。矢量嵌入是一种更紧凑的数据展现办法，它保存了文本中的上下文相闭。当用户正在体系中输入提示时，彷佛性算法会定夺哪些向量应提交给 GPT-4 模子。固然有几家供应商正正在供应少许用具来简化提示调治进程，但这一进程已经相当丰富，大家半采用这种本领的公司都须要豪爽的数据科学人才。

　　但是，要是所需的实质仍旧存正在，这种本领并不须要相当耗时或腾贵。比方，投资咨询公司晨星公司(Morningstar) 正在其基于天生式人工智能的 Mo 咨询用具中行使了提示调治和向量嵌入。它整合了晨星公司的 10,000 众项咨询收获，正在对体系举办了一个众月的拓荒后，晨星公司向其财政咨询人和独立投资者客户绽放了 Mo 的行使。晨星乃至将 Mo 附正在一个数字化身上，让它说出本人的谜底。这种技能本领并不腾贵；正在行使的第一个月，Mo 答复了 25,000 个题目，每个题目的均匀本钱为 0.002 美元，总本钱为 3,000 美元。

　　古板的常识处理是将文档加载到微软 Sharepoint 等叙论数据库中，而对待天生式人工智能而言，正在以任何办法定制 LLM 之前，实质都务必是高质地的。正在某些状况下，如谷歌 Med-PaLM2 体系，有平常可用的医学常识数据库，这些数据库仍旧过整饬。不然，公司就须要依赖人工编辑来确保常识实质具体凿性、实时性和不反复性。比方，摩根士丹利（Morgan Stanley）正在菲律宾有一个由 20 众名常识司理构成的小组，他们接续依据众个尺度对文献举办评分；这些尺度定夺了文献是否适合纳入 GPT-4 体系。大家半没有始末悉心整饬的实质的公司都邑展现，仅仅为此主意而如许做是具有挑衅性的。

　　摩根士丹利还展现，要是实质作家明白何如创修有用的文档，那么连结高质地的常识就会容易得众。他们须要进修两门课程，一门是闭于文档处理用具，另一门是闭于何如编写和记号这些文档。这是该公司实质处理本领的一个构成局限--一种获取和处理厉重数字实质的体系本领。

　　正在晨星公司，实质创修者正正在进修什么类型的实质适合行使 Mo 体系，什么类型的实质不适合行使 Mo 体系。他们将实质提交到实质处理体系，然后直接进入供应 OpenAI 模子的矢量数据库。

　　处理天生式人工智能实质的一个厉重方面是确保质地。一目了然，天生式人工智能有时会发作 幻觉，自傲地陈述不精确或不存正在的结果。这品种型的舛误恐怕会给企业带来题目，但正在医疗保健运用中恐怕是致命的。好动静是，依据特定范围新闻调治 LLM 的公司展现，幻觉题目比开箱即用的 LLM 要小，起码正在没有扩展对话或非营业提示的状况下是如许。

　　采用这些本领举办天生式人工智能常识处理的公司应订定评估政策。比方，对待旨正在答复金融和投资题目的 BloombergGPT，该体系正在群众数据集金融工作、定名实体识别、感情剖析才能以及一系列推理和通用自然措辞惩罚工作进取行了评估。Google Med-PaLM2 体系最终面向答复病人和医师的医疗题目，其评估政策要平常得众，反响了医疗范围确凿性和平和性的厉重性。

　　正在摩根士丹利，死活并不是一个题目，但为金融和投资题目供应高度确凿的答复对公司、客户和监禁机构来说相当厉重。正在向任何用户颁发之前，体系供应的谜底都始末了人工审核员的注重评估。然后由 300 名财政咨询人试用了几个月。行动不断评估的要紧本领，摩根士丹利有一套已知精确谜底的 400 个 黄金题目，每次对体系举办任何改动时，员工都邑用黄金题目对其举办测试，以明白是否展现 倒退 或谜底不敷确凿的状况。

　　与 LLM 安插闭联的法令息争决题目很是丰富且接续演变，导致了涉及常识产权、数据隐私和平和、意睹和品德以及虚伪/不确凿产出的危险成分。目前，LLM 输出的法令位子尚不真切。因为 LLM 不会天生用于磨练模子的任何文本的准确复成品，很众法令瞻仰家以为版权法中的 合理行使 条目将实用于 LLM，即使这一点尚未正在法庭上取得验证（并且并非全盘邦度的版权法中都有此类条目）。无论何如，对待任何平常行使天生式人工智能来处理常识（或大家半其他用处）的公司来说，让法令代外列入始末调治的 LLM 的创修和处理进程都是一个好宗旨。比方，正在晨星公司（Morningstar），该公司的状师助助创修了一系列 预提示（pre-prompts），告诉天生式人工智能体系应当答复哪些类型的题目，以及应当礼貌地回避哪些题目。

　　用户对公然LLM的提示被用于磨练来日版本的体系，所以少许公司（如三星）顾虑绪密和私家新闻被散播，禁止员工行使LLM。但是，大家半公司诈欺特定范围实质调治 LLM 的事务都是正在模子的私有实例进取行的，大众用户无法拜候，所以这应当不是题目。另外，少许天生式人工智能体系（如 ChatGPT）准许用户合上闲谈记载的收罗，如许纵使正在群众体系上也能处理保密题目。

　　为明白决保密和隐私题目，少许供应商正正在为 LLM 供应先辈和更正的平和保险效力，征求驱除用户提示、束缚某些主旨、制止源代码和专罕睹据输入到可公然拜候的 LLM 中。另外，企业软件体系供应商正正在其产物和办事中到场 相信层。比方，Salesforce 正在其人工智能云套件中到场了爱因斯坦 GPT 效力，以处理指望敏捷安插 LLM 效力的公司与这些体系正在贸易境遇中变成的上述危险之间的 人工智能相信差异。

　　易用性、平常的群众可用性以及横跨各样常识范围的有效谜底，使得员工正在某种水平上无辅导地、有机地敏捷采用了基于天生式人工智能的常识处理。比方，迩来的一项侦察显示，胜过三分之一的受访员工正在事务中行使了天生式人工智能，但68%的受访者并未示知上司他们正正在行使该用具。为了完成天生式人工智能运用于常识处理的机会并处理其潜正在危险，企业须要发扬一种透后和问责的文明，使基于天生式人工智能的常识处理体系获得获胜。

　　除了实施战略和指示谋略外，用户还须要明白何如平和有用地将人工智能天生才能融入工作中，以降低绩效和临盆率。天生式人工智能效力，征求对上下文和史乘的感知、通过会集或组合差别根源的常识天生新实质，以及数据驱动的预测，可认为常识事务供应壮健的撑持。基于天生式人工智能的常识处理体系可能主动实施新闻繁茂型搜刮流程（比方法令案例咨询），以及大容量、低丰富度的认知工作，如恢复惯例客户电子邮件。这种本领降低了员工的事务功用，使他们可以将更众精神加入到丰富的决定和题目处理事务中。

　　摩根士丹利和晨星公司都对实质创修者举办了培训，迥殊是何如以最佳办法创修和记号实质，以及哪些类型的实质适合行使天生式人工智能。

　　咱们采访过的一位高管说：我可能告诉你即日的状况。但正在这个范围，全体都发扬得相当疾。每天都有新的 LLM 和调治其实质的新本领颁发，也有来自供应商的具有特定实质或工作核心的新产物颁发。任何全力于将自己常识嵌入天生式人工智能体系的公司，都应打定好正在来日几年内时时改正惩罚这一题目的本领。

　　固然正在构修和行使基于公司自己常识实质磨练的天生式人工智能体系进程中会遭遇很众具有挑衅性的题目，但咱们确信，公司的集体益处值得咱们为应对这些挑衅而付出勉力。让任何员工以及客户都能轻松获取公司外里的厉重常识，从而降低临盆力和更始才能，这一永远愿景具有壮健的吸引力，天生式人工智能犹如是最终完成这一方针的技能。

转载请注明出处。