大模型数据集现状与对电信运营商的启示.docx

下载文档

0
0
约3.6千字
约 6页
2024-12-31 发布于山西
举报
版权申诉
保障服务

大模型数据集现状与对电信运营商的启示.docx

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共6页，其中可免费阅读2页，需付费169金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

大模型数据集现状与对电信运营商的启示

截至2023年7月底，国内10亿参数以上的各类大模型，已达113个，当前模型的扩展速度比数据集快3倍。谷歌研究发现，数据集大小至少与模型大小一样重要，数据集和模型大小应该大约1：1以达到给定数量的训练计算下的最佳性能。因此下阶段AI的突破将得益于高质量数据，这是大模型性能提升、行业应用落地的关键，能否掌控相应的数据集，直接决定能否构建产业竞争优势。

??1我国数据集的现状

通过梳理国内机构在训练大模型时所使用的数据来源，可以看到目前用于大模型训练的国内数据集主要有公开数据、自有数据、合作伙伴数据、外部采购数据等。当前100%的机构使用公开和自有数据，