【LLM】中国在 GPT/LLM 大模型上是否已经实现了弯道超车？

最新推荐文章于 2024-10-15 12:28:08 发布

人工智能小豪

最新推荐文章于 2024-10-15 12:28:08 发布

阅读量991

点赞数 19

文章标签： gpt 自然语言处理人工智能 langchain llama 大模型微调 LLM

本文链接：https://blog.csdn.net/2301_81888214/article/details/142344402

版权

还是谈一下现状吧。中国的大模型公司与美国的大模型公司其实在数量上可能中国更多一些吧。

美国的

OpenAI：No.1，毫无疑问！
Google：尽管落了，但是依然是全球第二的实力吧？
Meta：开源全靠它家的Llama系列。
Microsoft：大家都知道，持有了大部分OpenAI的股份。但是自己的研发实力也是全球顶级的！
Anthropic：OpenAI的一半员工干的。
StabilityAI：尽管它家LLM不咋地，但是生图厉害啊！
EleutherAI：一个以开源开放为目标的非营利机构。
EontextualAI： Meta前员工干的。
Nvidia：我一直觉得它家都是现在与最后的赢家！

中国的

百度：最早的号称半个年到一个年就能赶上ChatGPT/GPT4。
阿里：Qwen系列已经到了开源领域榜单No.1了，实测效果不错。
字节：豆包是最先搞的一个类似GPT-4o的，好像比它还早一点儿。可以说字节是国内最有实力的吧，它有能力，有数据，有算力。
智谱：最新一笔拿了白袍的钱，好像不差钱，但是差人吧，感觉团队里的人不够多。
MiniMax：传闻是国内最早做AGI的，但是真到落地的时候发现没有比后干这事的强在那儿。
第四范式：听过不太了解。
幻方：这个神奇的公司靠做量化搞出了最早的一波价格杀，而且性能居然非常不错。也是开源里最好的一个代码生成大模型。
零一万物：做为李开复主导下的企业给出的答卷还是很不错的。
kimi：全球首个把产品干到200万token以上的，效果还很稳定。

在这里插入图片描述

相信你看完这个列表，就能得到结论了吧。

我们除了干到了开源第一，还干到 Token价格全球第一。但是并没有干到所有评测榜单第一。

中国想实现弯道超车，这事可能暂时不太行，未来可能也不太行。

但是，搞一套自己能用的，现在成，未来也一定能成。

我一直在想，弯道超车这事是真的假的，怎么那么多人靠这个来麻痹自己？努力就好了，怎么想歪路？你以为是垂直下落你找个最速路径？不用找距离最近那个？

在这里插入图片描述

在技术这件事上，一定要牢记一点：程序员的争论只有通过代码实现。Talking is cheap, show me your code.

同样也适用于大模型这件事上。

但是如果换一个角度想，你可能会看到一个更开阔的世界！

那就是不要管中国是第几，你都要成为会用大模型的那波人。

因为这个时代已经变了，不再是人与人比，而是人与人+Al比，你只是一个人，而对方是一个人加一个超+的技能组合。

所以我一直在强调程序员终身学习的重要性，中国是否实现弯道超车这个话题太大，更重要的是个人机遇，自己要成为会 AI 的那波人，避免被淘汰。AI 这个东西很系统，掌握他最快的方式就是了解底层原理和紧跟当下AI 应用场景，还是那句话，时间不等人，但是你可以抢在时光前面。作为最先嗅到技术变化的程序员，大家千万不要错失先机。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望