兆级长文本，已是一线大模型机构标配能力丨上海AI Lab林达华

衡宇 发自 阿拉上海

量子位 | 公众号 QbitAI

“据我了解，国内多个一线大模型机构，都已经突破了兆级的长文本能力。”

以上，是“2024全球开发者先锋大会”大模型前沿论坛会间隙，上海人工智能实验室领军科学家林达华与量子位的交谈剪影。

林达华，深度学习与计算机专家，香港中文大学教授，他是商汤联合创始人，也是商汤创始人汤晓鸥的学生，是国际上最具影响力的视觉算法开源项目OpenMMLab的主导发起人。在大模型时代，他带领了书生·浦语InternLM开源大模型体系以及OpenCompass司南大模型评测体系的研发工作。

林达华预估，第一季度左右，各家都会对大模型上下文窗口兆级能力“亮剑”。

同时，他表达了与月之暗面同样的态度，即大海捞针其实没有那么难。

难的是海里不止一根针，应有无数的碎片化信息藏在各个地方，（大模型）把所有东西串接一起，做比较深层次的结论。
就像读福尔摩斯侦探小说，读完后综合判断凶手是谁——这就不是一个简单的检索问题。

近期，各家大模型于长文本赛道上卷生卷死，但是否应把它作为最主要的方向去打磨，大家有不同的判断。

林达华点出，应该要评估衡量超长文本能力的计算代价，“无损长上下文窗口，每一次响应都是很昂贵的过程，对应用来说，这个性价比是不是最理想的？我觉得值得探讨。”

长文本相关问题只是林达华表达自己思考和见解的一小个片段。

在这场大模型前沿论坛上，他以业界躬身入局者的身份，回望过去“群模乱舞”的一年，总结出大模型赛道的四点现状：

• OpenAI引领技术潮流，Google紧紧追赶，Claude异军突起；
• 上下文、推理能力、更高效的模型架构是技术探索的重点方向；
• 轻量级模型崭露头角；
• 开源模型快速发展，开放生态已成气候。

林达华还表示，大模型时代，技术演进有两股主要的驱动力量：

一是对AGI的追求，对Scaling Law的信仰；

二是对大模型带来新一次产业变革的憧憬。

除此之外，更详细的回望和前瞻性观点，在林达华口中一一道来。

模型架构：从追求参数到追求更高效的Scale

Transformer架构对计算资源的消耗巨大。

前几日的黄仁勋与Transformer七子路边对话中，Transformer作者Aidan Gomez语气坚定，“世界需要比Transformer更好的东西（the world needs something better than Transformers）”。

业界已经开始从追求参数，过渡转换为追求更高效的规模。

其中，MoE值得关注，业界同时在探索Mamba模型等，以低复杂度的注意力架构更高效地处理上下文。

训练数据：从追求数量到寻求规模化构造高质量数据的路径

训练数据包括三要素：

规模、质量、多样性。

在规模方面，早在ChatGPT之前，DeepMind等研究报告已指出训练数据要和模型参数同步增长。

而训练数据的质量对模型水平影响很大，低质量数据对模型可能产生破坏性影响。增强数据的知识密度，能带来更高的训练效率。

此外，好的数据集是非常多样化的，均衡分布在充分大的语义空间中。

互联网语料数据的分布极不均匀，存在大量低水平重复的语言模式，可能带来模型能力的塌缩，“10%的带有重复模式的数据注入到训练集里，有可能会使得模型降级到原来1/2的体量。”

合理的resampling（重采样）策略能大幅度降低其负面影响。因此，业界也在从追求训练数据数量，过渡向到寻求规模化构建高质量数据。

多模态：多模态融合将成为重要趋势，技术探索仍在路上

多模态融合将成为重要技术趋势，但技术探索仍在路上。

相比语言，多模态模型的训练多了一个重要维度，即图像和视频的分辨率对多模态模型最终的性能表现有重要影响。

如果使用非常高的分辨率进行多模态的训练和推理，模型能够得到巨大提升，但高分辨率会带来高计算成本。

“如何在高分辨率和合理计算成本之间取得最佳平衡，这为架构研究带来了很大的创新空间。”

智能体：大模型应用的重要形态，但需要核心基础能力的支撑

要让大模型真正进入到应用的场景和生产的场景的时候，它需要跟系统、跟场景、跟里面所有的事情互动。因此，需要给大模型装上手脚，然后就能不断地发出指令做出反馈，这就是一个智能体，这就是场景应用价值的系统。

智能体并不是一个简单的流程化过程。

它需要建立在一个非常坚实的基础模型上，具有很强的指令跟随能力、理解能力、反思能力和执行能力。如果这些能力都不具备，其实串接在一起仍然不然获得你所理想中的那种智能体的能力。

这里面是实验室把智能体具像化，智能体不一定是机器人，它可以是各种软件系统。

计算环境：云侧还在指数式成长，端侧即将迎来黄金增长期

芯片进入到后摩尔定律时代，未来算力会变成体量的拓展，越来越多的芯片连接在一起，建成越来越大的计算中心，支撑对通用人工智能的追求。

最终瓶颈不再是芯片，而是能源。

现在，小规格的大语言模型已具备较强性能水平和实用可能性，优秀的模型越做越小，可以进入到手机直接运行。

林达华表示，随着端侧算力快速增长，端侧即将迎来黄金增长期，云端协同将成为未来重要趋势，由云侧计算建立天花板，端侧计算将支撑用户使用大规模放量。

国内外差距：和GPT-4真正差距是推理能力

国内前列的模型在主客观表现上都超过了GPT-3.5。

但同时需注意，国内大模型与GPT-4的真正差距在于推理能力。

林达华称，特别是随着推理难度的提升，GPT-4和其他模型，重量级模型和轻量级模型逐渐拉开差距。相比常识推理、演绎推理，归纳推理是差距最大的类型。

One More Thing

在对谈中，林达华还表达了对国内大模型落地的看法。

观国内当下的最大的优势，是应用场景非常非常多。

如果有套生态，能够让大家用大模型去探索在哪些地方能用，哪些地方不能用，在应用上的探索速度和体量可能更快。

不过，他同时表示：

不能因为我们在应用落地上的繁花似锦，就掩盖我们去思考另一个问题——归于最终，还是要提升创新能力和原创水平。