大模型預(yù)測(cè)，下一個(gè)token何必是文字？

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：大模型預(yù)測(cè)，下一個(gè)token何必是文字？
關(guān)鍵字：報(bào)告,范式,模型,先知,行業(yè)
文章來(lái)源：量子位
內(nèi)容字?jǐn)?shù)：4662字

內(nèi)容摘要：

明敏 金磊 發(fā)自 凹非寺量子位 | 公眾號(hào) QbitAI太快了太快了…
大模型的生成技能，已經(jīng)到了普通人看不懂的境界！
它可以根據(jù)用戶過(guò)去5年的體檢報(bào)告，生成未來(lái)第1年、第2年、第3年的體檢報(bào)告。
你看，這個(gè)生成的過(guò)程，是不是像極了ChatGPT，根據(jù)歷史單詞預(yù)測(cè)下一個(gè)單詞。
它能查看過(guò)去7天機(jī)組子部件的運(yùn)行情況，生成未來(lái)3天每小時(shí)的子部件報(bào)告 。
還能基于歷史水文數(shù)據(jù)和未來(lái)7天氣象數(shù)據(jù)，生成未來(lái)第1天、第2天……至第7天的每小時(shí)降水分析報(bào)告，包括詳細(xì)降水量、降水分布。
如今，大模型的生成內(nèi)容，早已不只是文字/圖像/視頻了。
如上生成的這些報(bào)告分析涉及諸多專業(yè)知識(shí)，普通人很難基于自己的知識(shí)儲(chǔ)備評(píng)價(jià)其合理性和正確性。
最多只能評(píng)價(jià)一句：不明覺(jué)厲！
怎么說(shuō)呢？“AI似乎正在生成一切”。
LLM+行業(yè)數(shù)據(jù)，路走錯(cuò)了？簡(jiǎn)單理解大模型，就是Predict the Next “X”。ChatGPT是Predict the Next “Word”。
但行業(yè)需要的往往不是預(yù)測(cè)下一個(gè)字。
比如對(duì)于慢性病患者的健康管理規(guī)劃，它需要基于一系列生理指標(biāo)數(shù)據(jù)，從醫(yī)學(xué)角度進(jìn)行數(shù)據(jù)預(yù)測(cè)。舉個(gè)不恰當(dāng)?shù)睦樱@更像是用

原文鏈接：大模型預(yù)測(cè)，下一個(gè)token何必是文字？

聯(lián)系作者

文章來(lái)源：量子位
作者微信：QbitAI
作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破