Harmonizing Life Essentials on the Canvas of Curiosity

拥抱开源人工智能的未来


封闭人工智能的炒作:一时的统治

封闭源人工智能巨头如OpenAI和Anthropic一直占据着舞台,但未来属于开源。专有系统的吸引力不可否认,但明智的眼光应该朝向开源,以获得持久的好处。

外包智能的危险

对于一些人来说,接入封闭源人工智能API可能是前进的方式。然而,对于深植人工智能的公司来说,这等于玩火。策略是什么?从封闭源人工智能开始,但迅速过渡到培养内部模型。

推理至上主义的神话

与普遍观念相反,像摘要和问答等极具价值的任务并不依赖于推理。开源模型已经在这个领域是冠军。真正的改变者?广泛的背景和精确生成内容的能力。

开源的信条:控制为王

开源人工智能等同于无与伦比的定制。无论是微调延迟、优化吞吐量、结构化输出还是用独特数据进行精炼,开源都是关键。相比之下,封闭模型就像是不可预测的变色龙,不断变化而不提前通知。

解读黑匣子:透明度带来信任

封闭模型的神秘本质是它们的致命弱点。另一方面,开源模型鼓励全球审查,培养了同行审查和严格审计的文化。信任就是理解,理解源自深入了解人工智能的内部运作。

轻松的幻象:一个短暂阶段

是的,封闭API目前在易用性竞赛中胜出。但随着开源的发展,它不仅承诺了易用性,还承诺了无与伦比的定制。信息很明确:避开封闭系统的短暂吸引力,用开源奠定基础。

  1. “关于基础模型的机会与风险” by Bommasani, R., et al. (2021)1.
  2. “为什么不应该建立自己的用户认证系统” by Bosworth, M. (2010)2.
  3. “将差分隐私通用地添加到迭代训练程序的方法” by McMahan, H. B., et al. (2018)3.
  4. “Loras改善图像生成的质量和连贯性” by Raposo, D., et al. (2023)4.
  5. “Axiom:大型和巨型语言模型的快速、灵活和高效训练” by Sinitsin, I., et al. (2023)5.