技术爬坡
长文本的技术爬坡方向
-
推理质量不能有所下降,如何在保质保量的做长文本的推理,是一件非常困难的事。
-
解决了能力问题之后,还要解决贵且慢的问题。前面讲到两个瓶颈,一个是推理成本会特别高,一个是首token会特别慢。在一个阶段解决好这两个问题之后,待上下文窗口再提升到下一个里程碑,这两个问题又会出现。
-
但还是要持续去研究expand context window, 因为有一个现象表明,当长文本能力上去之后,有很多附带的能力会涌现出来。
-
具体到以后长度能到多长,现在行业没有共识。具体的技术,从实验室环境到真正的生产环境,会有很大的gap。10 Million 的模型, 100 Million的模型可能已经有了,但是可能推不到生产。主要是延迟特别高,或者精度特别的差。
RAG的技术爬坡方向
-
整个链路变得更长了,远远比半年之前变得更复杂,