每經(jīng)記者｜朱成祥    每經(jīng)編輯｜梁梟    

近日，達(dá)觀數(shù)據(jù)董事長(zhǎng)陳運(yùn)文在上海張江公司總部接受了《每日經(jīng)濟(jì)新聞》記者專訪。

達(dá)觀數(shù)據(jù)專注于文本智能機(jī)器人，利用自然語(yǔ)言處理、智能文檔處理、光學(xué)字符識(shí)別、知識(shí)圖譜等技術(shù)為大型企業(yè)和政府機(jī)構(gòu)提供機(jī)器人流程自動(dòng)化（RPA）、文檔智能審閱等產(chǎn)品。

關(guān)于達(dá)觀數(shù)據(jù)“曹植”大模型研發(fā)的經(jīng)過(guò)，陳運(yùn)文介紹，春節(jié)以前，達(dá)觀數(shù)據(jù)就已經(jīng)著手大模型的開(kāi)發(fā)，還在全公司為大模型征名，剛過(guò)完春節(jié)，就把名字定下來(lái)。彼時(shí)，大模型的熱度還沒(méi)有起來(lái)。

在選擇模型名稱時(shí)，達(dá)觀數(shù)據(jù)考慮了各種山川宇宙、神仙等名字，但最終選擇了“曹植”。原因在于，“曹植”內(nèi)含文化典故，在中國(guó)文化中具有一定的知名度。

“大模型幻覺(jué)”何解？

目前，大模型普遍存在“一本正經(jīng)地胡說(shuō)八道”現(xiàn)象，這也被稱為“大模型幻覺(jué)”。對(duì)于如何解決這一問(wèn)題，陳運(yùn)文表示：“我們?cè)诖怪鳖I(lǐng)域強(qiáng)調(diào)人機(jī)結(jié)合。這些工作100%讓人工智能做是不現(xiàn)實(shí)的，需要人去控制，即人工智能可以當(dāng)你的助理。”

陳運(yùn)文舉例：“比如寫一個(gè)報(bào)告，不是讓人工智能從頭到尾全寫，而是給到人工智能報(bào)告中主要觀點(diǎn)。觀點(diǎn)是人定的，人定大綱、人定骨架，人工智能去填里面細(xì)節(jié)文字。這種（人機(jī)）結(jié)合的方式，在我們（智能文本）這種專業(yè)領(lǐng)域是非常好的辦法。”

此前，記者在采訪時(shí)了解到，目前大模型在應(yīng)用層面仍需進(jìn)步。比如目前ChatGPT仍舊是對(duì)話框形式，這種對(duì)話模式是否限制了大模型能力的發(fā)揮？

陳運(yùn)文端著筆記本，一邊向記者展示一邊說(shuō)道：“你看我們寫報(bào)告的界面，這個(gè)是曹植大模型寫的，人工智能根據(jù)標(biāo)題，生成文章大綱。但人工智能生成的大綱，未必能夠滿足要求。因此，生成大綱之后，人可以在生成的基礎(chǔ)上修改，修改完以后，它（人工智能）會(huì)根據(jù)寫好的大綱生成正文，并且在正文里還可以配圖、配表。這是一個(gè)人機(jī)交互的過(guò)程，并非如ChatGPT那樣一問(wèn)一答式。”

陳運(yùn)文具體描述稱：“我們不僅分步驟，也是分段寫。比如100頁(yè)的投標(biāo)書或者項(xiàng)目結(jié)項(xiàng)報(bào)告，AI并不是從頭到尾100頁(yè)一下子全寫好。這種專業(yè)報(bào)告是非常復(fù)雜的，報(bào)告里面有圖有表、各個(gè)部分還分小標(biāo)題。我們是一段一段寫，每一段都有提示詞，每一段都有寫作標(biāo)準(zhǔn)，每一段都有自動(dòng)化審核的系統(tǒng)。寫完之后，我們還要AI去審核判斷是否符合需求。”

提示詞是達(dá)觀數(shù)據(jù)事前內(nèi)置還是內(nèi)置后由客戶修改？陳運(yùn)文表示：“會(huì)提前內(nèi)置我們覺(jué)得很好的提示詞，客戶也會(huì)根據(jù)需求疊加修改。提示詞既有代碼，也有自然語(yǔ)言。”

專業(yè)大模型還是通用大模型？

自大模型火熱起來(lái)之后，通用大模型與專業(yè)大模型之爭(zhēng)便一直持續(xù)，陳運(yùn)文也給出了他的見(jiàn)解。

陳運(yùn)文表示：“曹植大模型是垂直專用大模型，喂的是專用知識(shí)。通用大模型有點(diǎn)像一個(gè)985的名校本科生，很聰明，綜合能力也很強(qiáng)，各種知識(shí)都懂一些。你問(wèn)他各種知識(shí)，也能回復(fù)得很好。但大學(xué)畢業(yè)生在專業(yè)崗位方面還缺乏培訓(xùn)，比如銀行對(duì)公信貸業(yè)務(wù)，還需要上崗前專業(yè)知識(shí)的培訓(xùn)。以前這個(gè)專業(yè)崗位上，別人是怎么寫報(bào)告的、寫作要求是什么樣的。并且需要懂對(duì)公信貸業(yè)務(wù)、同業(yè)拆借等等。”

簡(jiǎn)而言之，通用大模型是985本科生，而“曹植”這類專業(yè)大模型是進(jìn)一步做了上崗前培訓(xùn)。

陳運(yùn)文舉例：“比如說(shuō)，我們給它導(dǎo)入的是工業(yè)制造領(lǐng)域的工藝工序、設(shè)備操作、產(chǎn)品手冊(cè)等等這些專業(yè)的文檔，大模型學(xué)完以后，生成出來(lái)的報(bào)告才是專業(yè)領(lǐng)域所要求的報(bào)告。”

那么，專用大模型相比通用大模型，是在語(yǔ)料輸入方面存在差異，還是在語(yǔ)料、算法方面都作出改變？

陳運(yùn)文表示，在算法和產(chǎn)品形態(tài)兩個(gè)方面都作出了改進(jìn)。“如果我讓你寫一個(gè)100頁(yè)的報(bào)告，一問(wèn)一答式怎么幫你寫呀？”他笑稱。

因此，他總結(jié)：“所以我們講，真正在專業(yè)領(lǐng)域，它的產(chǎn)品形態(tài)跟消費(fèi)者使用的一問(wèn)一答式是不一樣的。我們這個(gè)系統(tǒng)要更專業(yè)、更垂直化，然后才能解決大模型幻覺(jué)問(wèn)題。我覺(jué)得曹植大模型與ChatGPT最大的區(qū)別，就在于我們強(qiáng)調(diào)專業(yè)化、強(qiáng)調(diào)人機(jī)協(xié)同。”

封面圖片來(lái)源：視覺(jué)中國(guó)-VCG41N1188747468