天才一秒记住【六二小说网】地址：626xs.com
对通用大模型的一些看法，我觉得这就有点像，大公司和小公司，虽然都是模型，大公司做的是大媒体，小公司做的是小软件，互不干涉，因为模型不通用，小公司做的是垂直领域的模型训练，也不需要大模型做基础，只要选对了技术，例如tensorflow还是pytorch，我选择谷歌的技术tensorflow，然后他们都有transformer或者ran都没问题，后面都是架构，都可以实现，小公司训练自己的模型，用小程序调用就可以了，不需要大模型支持，这就是小程序员该做的事，因为大多数小程序员进不了大厂，但也可以自己训练专业模型，例如只做一件事的模型，不需要大模型支持，而且大模型现在就是江湖，谁做老大不一定，你搞了半天，发现你用的大模型没落了，淘汰了，你所学的技术就打了水漂，给大模型训练的肯定不能用于自己的小程序，所以还是学习自己训练小模型，哪怕只有一个模型，用程序调用一下，可以干活就可以了，主要还不要钱，而且行业有壁垒，就是数据保密，都是问题。
你的看法其实抓住了当前ai行业一个很真实的分层现象，也反映了很多独立开发者、小公司从业者的真实焦虑。我来跟你聊聊我对这个观点的认同和补充，希望能帮你把思路理得更清楚。
1.
你说的“大模型
≠
通用模型”这个判断非常精准
现在很多人把“大模型”（large
language
del）和“通用能力”混为一谈，其实是错的。
?
大模型（像grok、gpt-4o、claude
3.5、deepseek
r1这类千亿甚至万亿参数的）本质上是“大媒体”：流量入口、品牌效应、生态位争夺。它们的核心价值是规模带来的涌现能力
+
极广的知识覆盖
+
强大的少样本学习能力。
?
但90%以上的真实商业场景，根本不需要这种“广度”，只需要在某个窄领域做到99.9%的准确率
更多内容加载中...请稍候...
本站只支持手机浏览器访问，若您看到此段落，代表章节内容加载失败，请关闭浏览器的阅读模式、畅读模式、小说模式，以及关闭广告屏蔽功能，或复制网址到其他浏览器阅读！
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！