1655
大模型評價標準，現在到了被擺上臺面討論的時刻。
過去兩個月，“百模大戰(zhàn)”吸足了外界眼球，大模型越發(fā)越多，但到底什么樣的大模型才是好大模型，卻也越來越眾說紛紜、備受關注。
就在這樣的時間節(jié)點，國內最早內測生成式AI大模型的百度，一波新的技術動作，迅速在線下引發(fā)熱烈反響：
5月9日的百度智能云的文心大模型技術交流活動現場，文心一言先是化身“文心問數”，秀了一把分分鐘數據可視化的能力。
但下一分鐘，“出bug”的一幕就給逮住了：在面對畫折線圖的需求時，文心一言壓根沒懂，來了一句“換個問題試試”。
這是上演直播事故了？臺上的程序員小哥，卻十分淡定，隨即調出了一個新界面——文心千帆大模型平臺。
結果下一步操作，直接讓現場觀眾紛紛舉起手機錄像：現！場！微！調！大！模！型！
只見他當場新建了一個微調數據集。
導入的是這樣一份數量在100條左右的標注數據。
一通可視化操作下來，不過10幾分鐘之后，當文心一言再次被要求：
華北地區(qū)2019年3月的銷售額，用折線圖表示。
它就已經完全不糊涂，能快速給出正確的結果了。
不錯，“現場調教”，恰恰是這一次技術交流活動中，文心一言最受關注的升級重頭戲。
因為這就意味著，在百度圍繞文心一言搭建起的工具鏈中，僅需少量數據，最快幾分鐘，大模型就能完成一次“定制化”，這也是國內第一個現場演示如何微調行業(yè)專屬大模型的全過程。
更重要的是，通過已在內測中的文心千帆大模型平臺，這樣的訓練調優(yōu)經驗和技術，已經可以向第三方輸出了。
于是，回到一開始那個問題上，什么樣的大模型才是好大模型？大模型背后正在被改寫規(guī)則的云計算，又該用何種新標準去評價？
至少現在，討論的范圍中，是時候考慮加進新的樣本范例了。
文心千帆是什么？
先來研究研究，這個“文心千帆大模型平臺”，與文心一言具體是個什么關系？
簡單來說，在文心千帆大模型平臺上，企業(yè)用戶可以直接用上文心一言的大模型服務，不過與此同時，也可以基于這個平臺，訓練、調優(yōu)任何第三方大模型，打造屬于自己的大模型。
作為全球首個一站式企業(yè)級大模型平臺，文心千帆所能提供的，實際上不僅是大模型本身，更是開發(fā)大模型的一整套工具鏈和環(huán)境。
還是結合具體案例來看看，文心千帆具體能用來做什么。
首先，是公有云服務。主要包括三個組成部分：
1、推理，就是直接調用大模型的推理能力。
以百度員工“內用”的智能辦公軟件如流為例，其中就接入了一個可以直接向文心一言提問的AI小助手。
平時無論是程序員還是產品經理，手頭上的項目都有不少，遇到問題時往往需要私戳對應的負責人，光是等待時間就接近5分鐘。
現在有了AI助手，如流不僅能直接模擬同事身份，幫助回答一些專業(yè)問題，還能從項目文件中提取關鍵信息來答疑解惑。
而且，平均應答時間只需5秒鐘，比同事快了60倍。
這樣看，哪天身邊的同事被AI替代了，可能百度員工都不知道（手動狗頭）
2、微調，通過少量高質量的精標業(yè)務數據，高效訓練出特定行業(yè)大模型。前文提到的文心一言現場微調，就是基于這一服務實現的。
3、托管，即把訓好的模型，發(fā)布到百度智能云上，由百度智能云來對模型進行運營維護。企業(yè)同樣只需考慮如何用好模型，而無需顧慮復雜的部署和管理問題。
百度集團副總裁侯震宇談到，盡管當前，從頭訓練大模型的成本仍然高昂，但使用、微調大模型的成本已經在過去幾個月中，有顯著降低。
比如，現在調用文心一言的成本，已經降低到模型剛發(fā)布時（3月16日）的10%。
也就是說，通過文心千帆的公有云服務，用戶可以直接服用百度智能云過去積累下的開發(fā)、應用大模型的經驗，更低成本、低門檻地用上大模型。
公有云服務之外，文心千帆也支持私有化部署。同樣包括三個方面：
- 軟件授權，即在企業(yè)本地環(huán)境中，提供文心一言的大模型服務。
- 軟硬一體，提供整套大模型服務及對應的硬件基礎設施。
- 租賃服務。提供機器和平臺租賃，以滿足客戶的低頻需求。
以金山辦公為例，他們認為，當前市面上的文檔產品，無論是傳統(tǒng)的還是流式的，都是基于人們的創(chuàng)作，用自己的筆一行一行把想要的東西表達出來。
這就需要重新思考，AI時代，創(chuàng)作的過程該是什么樣子？
金山辦公選擇的策略是，“要跟中國優(yōu)秀的大模型提供方站在一起，做好大模型應用方的角色，用更好的辦公軟件，為客戶提供更多的價值”，于是在綜合考慮安全合規(guī)、模型深度、迭代速度、推理性能等多個方面的優(yōu)勢后，金山辦公pick了文心千帆。
據透露，在意圖理解、PPT大綱生成、范文書寫、生成待辦列表、文生圖等多模態(tài)生成的場景上，雙方的聯合開發(fā)已經取得了進展，但在細節(jié)方面仍然會自己進一步調試。
說不定不久后，我們就能在WPS Office上和基于文心千帆大模型平臺打造的AI小助手對話了。
相比于公有云服務，私有化部署能滿足更嚴格的數據監(jiān)管需求。
總結一下就是，文心千帆能通過圖形化的界面，提供AI算力，數據管理、模型訓練、評估優(yōu)化、服務部署等大模型生產開發(fā)全流程的工具鏈。除了開發(fā)，文心千帆還為客戶提供了非常好的大模型訓練推理服務。
有意思的一點是，百度智能云AI與大數據平臺總經理忻舟提到，“快且收斂，是大模型應用訓練中一個非常重要的指標，只快不收斂，大模型的訓練是沒有用的。”
基于文心千帆大模型平臺+百度AI大底座的能力，像Bloom、LLaMA、GLM等千億級第三方開源模型，分布式并行訓練的性能提升平均也都能達到150%。
新時代需要新的評價標準
事實上，如果進一步探尋大模型技術進展背后，來自產業(yè)端的需求變化，就會發(fā)現文心千帆所折射出的，其實是云計算規(guī)則被大模型改變之后，百度智能云自身面對新評價標準，給出的思考總結。
用侯震宇的話說，就是“從科幻向務實的轉變”：
在被劃時代技術所震驚的最初，大家都期待著大模型有“解決一切”的表現。但當技術的優(yōu)勢和局限在實踐中不斷被驗證，“效果”和“成本”這兩個評價大模型的關鍵詞，也逐漸清晰起來。
這一方面，使得上云使用大模型，成為絕大多數企業(yè)的首選：人人都想用大模型，還有不少人想打造自己的大模型，但同時，從頭打造大模型依然是一件高投入、高技術含量的事情。
另一方面，面對市場上越來越多的競爭者，企業(yè)如何選擇、評估大模型及背后的云計算服務，已成為新的需要被探討的問題。
而從文心千帆的應對之道中，可以看出來自產業(yè)的三重新評估標準已經初現雛形——
- 大模型本身的能力
- 煉大模型的基礎設施能力
- 全棧技術的積累程度
新在何處？
大模型本身的能力不必過多解釋，一組數據足以說明：侯震宇透露，在文心一言開始企業(yè)內測以后，在與百度智能云接洽大模型業(yè)務的客戶中，新客戶的比例已經超過了老客戶的比例，“有大量的機構，原先不太愿意用，現在愿意跟我們聊，也愿意去用”——大模型本身，已經成為最主要的吸引力來源。
據介紹，截止目前，已有超過300家生態(tài)伙伴參與文心一言內測，在400多個企業(yè)內部場景取得測試成效。
值得關注的還有兩方面的變化：
其一，是評估大模型是否“高效好用”，顯然算力已經不再是其中的唯一標準。
受限于自身大計算、大參數、高成本等特性，大模型此前在落地上一直存在瓶頸。
這也決定了企業(yè)在選擇大模型時，即使輸出效果足夠好，也必然還會考慮易用性、安全性、高效性、開放性、擴展性和全面性等諸多方面的因素。
如果拆解企業(yè)打造大模型的方式，會發(fā)現硬件算力只影響這些因素中的一小部分。
協同算力、框架、模型、應用這四層架構打造AI大模型，才能從根本上決定其端到端的輸出效果，是“最佳調優(yōu)”模式。
打個比方，對于大模型而言，想要極致優(yōu)化推理速度和使用成本，算力、框架、模型、應用就像是四個齒輪，各自轉速之外，很大程度上還要看它們之間的“配合能力”。
此前，國內外云廠商或多或少都已經在軟硬件技術協同方面進行布局，國外如亞馬遜、國內阿里都已經在芯片層、模型層上發(fā)展了自研技術，微軟則也已經在框架層和應用技術上有所準備。
而目前在四層架構上均有自研技術布局的，就是百度一家。
這一布局成果，如今已經在成本降低上有直觀的體現：
此前3月份啟動內測時，如今不到2個月，百度大模型文心一言已完成4次技術版本升級，其推理成本更是已經降為原來的十分之一。
其二，是評估“生產”大模型的能力時，本質上考驗的是企業(yè)煉大模型的基礎設施能力。
算法、算力和數據，對于大模型而言缺一不可。值得一提的是，由于大模型的訓練和推理都需要大量算力支撐，因此云廠商能把多少算力劃分入AI算力的范疇，比單純的硬件數量更值得關注。
更重要的是，三者的綜合運用，大模型高效、穩(wěn)定的訓練和有效的收斂，離不開扎實的工程基座。
其中涉及的工程問題實際上非常復雜，包括千卡通信、集群調度、大規(guī)模分布式文件系統(tǒng)等等。
比如，文心千帆大模型平臺，其實就是把模型開發(fā)、訓練、調優(yōu)、運營等復雜過程封裝成能更高效調用的工具，來輸出百度打造大模型的工程經驗。
“大家可能會覺得堆積算力、寫好代碼、然后進行模型訓練，把它跑起來就行了。實際上在訓練過程中會遇到各種各樣的挑戰(zhàn)，很少有人能夠使得一個大模型訓練過程能夠在連續(xù)一兩天內不出問題?！卑俣戎悄茉圃朴嬎惝a品解決方案和運營部總經理宋飛介紹。
而百度AI大底座，更是通過芯片、框架、模型、應用四層架構之間的高效協同，在基礎設施層面上，實現千卡加速比90%、資源利用率70%，開發(fā)效率提升100%。這是AI大底座為大模型的開發(fā)和應用帶來的價值。
每一個時代的技術，有每一個時代評價標準。
而新標準的越辯越明，也往往意味著舊有格局的打破，和換道競爭機會的到來。
而現在，催生了大模型，又被大模型打破規(guī)則的云計算，站在技術浪潮的最前沿，或許也同樣走到了變化的前夕。
正如李彥宏所說，大模型應用時代是一個全新的時代。
對于云計算來說，第一批參考案例已經到來，更多新時代的新變化，還會遠嗎？
