大模型生态

可以说，Qwen是国内唯一出现在OpenAI视野里，可以参与国际竞争的国产大模型。不久前，OpenAI创始人奥特曼在X上转发了一条OpenAI研究员公布的消息，GPT-4o在测试阶段登上了Chatbot Arena（LMSys Arena）榜首位置，这个榜单是OpenAI唯一认可证明其地位的榜单，而Qwen是其中唯一上榜的国内模型。早些时候，有人做了个LMSys榜单一年动态变化视频。过去一年内，国产大模型只有Qwen多次冲进这份榜单，最早出现的是通义千问14B开源视频Qwen-14B，后来是Qwen系列的72B、110B以及通义千问闭源模型Qwen-Max，得分一个比一次高，LMSys也曾官方发推认证通义千问开源模型的实力。在顶尖模型公司的竞争中，目前为止中国模型只有通义千问真正入局，能与头部厂商一较高下。开发者用脚投票的结果，显示了Qwen系列的受欢迎程度。目前为止，Qwen系列开源模型的累计下载量突破了1600万，国内外有海量开发者都基于Qwen开发了自己的模型和应用，尤其是企业级的模型和应用。Qwen的很多忠实拥趸是海外开发者，他们时常在社交平台发表“我们为什么没有这种模型”的溢美之词（配图详见附件）。可以说，通义大模型用行动证明了开源开放的力量。七、为什么大模型的生态建设如此重要？AI大模型是全球数字技术体系的竞争，这个体系包括芯片、云计算、闭源模型、开源模型、开源生态等等。中国信息化百人会执委、阿里云副总裁安筱鹏指出，全球AI大模型竞争的制高点是AI基础大模型，因为基础大模型决定了产业智能化的天花板，商业闭环的可能性，应用生态的繁荣以及产业竞争的格局。与此同时，开源生态在整个技术体系的竞争中也有着至关重要的作用。

上图中，点击预览模型中间的生图会自动跳转到这个页面模型上的数字代表模型强度，可以调节大小，正常默认为0.8，建议在0.6-1.0之间调节当然，你也可以自己添加lora文件点击后会显示你训练过的所有lora的所有轮次VAE不需要替换正向提示词输入你写的提示词可以选择基于这个提示词一次性生成几张图选择生成图片的尺寸，横板、竖版、正方形采样器和调度器新手小白可以默认这个不换迭代步数可以按照需求在20-30之间调整CFG可以按照需求在3.5-7.5之间调整随机种子-1代表随机生成图所有设置都好了以后，点击开始生态，生成的图会显示在右侧如果有哪次生成结果你觉得很不错，想要微调或者高分辨率修复，可以点开那张图往下滑，划到随机种子，复制下来粘贴到i机种子这里，这样下次生成的图就会和这次的结果近似如果确认了一张很合适的种子和参数，想要搞清放大则点开高清修复，可以选择你想放大的倍数新手小白可以就默认这个算法迭代步数也是建议在20-30之间重回幅度根据需求调整，正常来说在0.3-0.7之间调整[heading1]今日作业[content]按照比赛要求,收集六个主题中一个主题的素材并且训练出lora模型后提交lora模型与案例图像提交链接:https://waytoagi.feishu.cn/share/base/form/shrcnpJAtTjID7cIcNsWB79XMEd

1.大模型公司究竟会做什么？Kimi一直想做SuperApp，原因是模型迭代需要在智力密度最高的场景内获取数据。因此面向生产力的场景，特别是知识密度高的，比如编程，高等教育等场景。因此小公司如果在模型公司的轨道上，更容易失去价值。1.目前业界卡在哪里？数据，数据，数据。scalinglaw发展到现在目前已经用掉了绝大部分文本数据，要想模型再获得指数型的提升，必须解决下面两个问题中的一个：合成数据视频数据理解注意这里说的视频数据不是简单的多模态对齐，因为对齐训练出来的模型只会做pairing。1.应用公司能做什么方向？在目前模型智能的前提下，相比生产价值模型更能提供情绪价值。说白了，模型现在还不是人，但大概学会了说人话。结合1来看，生产力场景既容易被大厂碾压又很难提供足够的价值，所以现在对小公司来说，做非生产力场景的投入产出比更高。同时小公司也能把更多精力放在体验上而非推理能力上。1.大模型开发者生态为什么差？开发者生态建立在某个技术有很高的替换成本，比如IOS开发。在此基础上开发者可以形成规模效应，但目前大模型生态不具备这两个条件。1.做事情的原则？这点是我自己的观察，植麟多次提到了“梯度”，并且应用在研发，产品，管理上。用模型训练的思维对公司和产品进行迭代。这个我也很赞同，好的产品和企业都是长出来的不是造出来的，是在得到新的数据的前提下迭代出来的而不是提前精密设计好的。寻找梯度最大的方向并向其优化，才能保证迭代速度。（来自小红书的分享）