多年來,，谷歌等科技巨頭和OpenAI等初創(chuàng)公司,，一直在不遺余力地利用海量在線數(shù)據(jù),，打造更大,、更昂貴的人工智能（AI）模型,。這些大型語言模型（LLM）被廣泛應(yīng)用于ChatGPT等聊天機(jī)器人中，幫助用戶處理各種各樣的任務(wù),，從編寫代碼,、規(guī)劃行程，到創(chuàng)作詩歌等,。

自ChatGPT面世以來,，AI模型便在變大、變強(qiáng)之路上“狂奔”。但喧囂過后,，科技公司也越來越關(guān)注更小,、更精簡的小型語言模型（SLM）。他們認(rèn)為,，這些小巧玲瓏的模型不僅“術(shù)業(yè)有專攻”,，而且部署成本更低廉、更節(jié)能,。

未來,，這些規(guī)模不一的AI模型將協(xié)同工作，成為人類的左膀右臂,。

小型模型獨(dú)具優(yōu)勢

隨著AI技術(shù)突飛猛進(jìn),，AI模型的“塊頭”與日俱增。ChatGPT的締造者OpenAI去年夸耀稱,，其GPT-4模型擁有約2萬億個參數(shù),。參數(shù)表示AI模型的大小，一般參數(shù)越多,，AI模型的能力越強(qiáng),，龐大的參數(shù)量使GPT-4成為迄今最強(qiáng)大的AI模型之一，能回答從天體物理學(xué)到動物學(xué)等多領(lǐng)域包羅萬象的問題,。

但是,，如果某家公司只想借助AI模型解決特定領(lǐng)域（如醫(yī)學(xué)）的問題，或者一家廣告公司只需一款A(yù)I模型來分析消費(fèi)者行為,，以便他們更精準(zhǔn)地推送廣告,，GPT-4這類模型就有點(diǎn)“大材小用”了，SLM反而更能滿足用戶們的要求,。

美國《福布斯》雙周刊網(wǎng)站在11月的報道中,，將SLM稱為AI領(lǐng)域的“下一個大事件”。

微軟公司生成式AI副總裁塞巴斯蒂安·布貝克表示,，雖然SLM的參數(shù)量目前并沒有統(tǒng)一標(biāo)準(zhǔn),，但大約在3億到40億個之間，小巧到可以安裝在智能手機(jī)上,。

專家聲稱,，SLM更勝任簡單的任務(wù)，如總結(jié)和索引文檔,、搜索內(nèi)部數(shù)據(jù)庫等,。

法國初創(chuàng)公司LightOn的負(fù)責(zé)人勞倫特·都德認(rèn)為，與LLM相比,，SLM擁有諸多優(yōu)勢：首先，這些模型的反應(yīng)速度更快,，能同時響應(yīng)更多查詢,，回復(fù)更多用戶,；其次，SLM部署成本更低,，能源消耗也更少,。

都德解釋道，目前很多LLM需要大量服務(wù)器來進(jìn)行訓(xùn)練,，然后處理查詢,。這些服務(wù)器由尖端芯片組成，需要大量電力來運(yùn)行,，并進(jìn)行冷卻,。而訓(xùn)練SLM所需芯片更少，運(yùn)行耗費(fèi)的能源也更少,，這使其更便宜,、更節(jié)能。

SLM還可直接安裝在設(shè)備上,，在不依賴數(shù)據(jù)中心的情況下運(yùn)行,，這能進(jìn)一步確保數(shù)據(jù)的安全性?！陡２妓埂繁硎?，SLM能以最少的計算資源執(zhí)行各種任務(wù)，使其成為移動設(shè)備,、邊緣設(shè)備等的理想選擇,。

AI模型掀起“極簡風(fēng)”

谷歌、微軟,、元宇宙平臺公司以及OpenAI等公司聞風(fēng)而動,，推出了各種SLM。

去年12月底,，微軟公司正式發(fā)布了只有27億個參數(shù)的語言模型Phi-2,。微軟研究院在其X平臺官方賬號上表示，Phi-2的性能優(yōu)于現(xiàn)有其他SLM,，且能在筆記本電腦或移動設(shè)備上運(yùn)行,。今年4月，微軟又推出了只有38億個參數(shù)的Phi-3系列模型,。

今年8月,，微軟公司再接再厲，推出了最新的Phi-3.5-mini-instruct,。這款SLM為高效,、先進(jìn)的自然語言處理任務(wù)量身打造。9月，英偉達(dá)公司開源了Nemotron-Mini-4B-Instruct,。該公司表示,，這款SLM特別適合邊緣計算和設(shè)備端的應(yīng)用。報道稱,，這兩款SLM在計算資源使用和功能表現(xiàn)之間實(shí)現(xiàn)了良好平衡,。在某些方面，其性能甚至可媲美LLM,。

OpenAI也不甘示弱,。今年7月，OpenAI公司發(fā)布了GPT-4o mini,，稱其是該公司最智能和最實(shí)惠的SLM,。

此外，亞馬遜公司還允許在其云平臺上使用各種規(guī)模的AI模型,。

其他公司也紛紛開發(fā)更適合自身需求的SLM,。例如，美國制藥巨頭默克公司正與波士頓咨詢集團(tuán)（BCG）合作開發(fā)一款SLM,，旨在探究某些疾病對基因的影響,。這將是一款參數(shù)介于幾億到幾十億之間的AI模型。

大小模型作用互補(bǔ)

雖然SLM在效率等方面具有獨(dú)特優(yōu)勢,，但LLM在解決復(fù)雜問題,、提供更廣泛的數(shù)據(jù)訪問方面仍然具有極大優(yōu)勢。

展望未來,，LLM和SLM兩種模型將“是朋友而非對手”,，它們之間的協(xié)作交流將成為主流趨勢。

當(dāng)遇到用戶提出的某個問題時,，一款SLM會“一馬當(dāng)先”,，理解這個問題，再根據(jù)問題的復(fù)雜性,，將相關(guān)信息發(fā)送給幾個大小不一的AI模型,。這些模型“群策群力”“并肩攜手”為用戶解決難題。

目前市面上的AI模型要么太大,、太貴,，要么處理速度太慢。兩者合作,，或是最佳解決方案,。

(編輯：映雪)