Op de Shanghai Blockchain International Week 2023 en de 9e Blockchain Global Summit zei Lan Zhenzhong, oprichter van West Lake Xinchen en professor aan de West Lake University: Ik denk dat grote modellen en Web3 verband houden met productiviteit en productierelaties, en dat grote modellen enorm zijn. Het heeft het productiviteitsniveau verbeterd, maar als het goed wil werken, moeten er overeenkomstige productieverhoudingen tegenover staan. Ik heb samengevat dat er verschillende problemen zijn met de implementatie van grote modellen: Ten eerste zijn de trainingskosten erg hoog. Nieuwe startups zijn niet gemotiveerd om de modellen open source te maken. Modellen die miljoenen dollars kosten om te trainen zijn open source, maar ze zijn ook open source. hebben niets met mij te maken. Het is moeilijk voor hem om open source te openen. Maar open source is erg belangrijk voor modellen. Veel modellen zijn nu zwarte dozen. Veel onderzoeksinstellingen kunnen het zich niet veroorloven om hun eigen modellen te trainen. Als iedereen traint, dan is iedereen het wiel opnieuw aan het uitvinden. Open source is dus erg belangrijk, maar moet wel worden aangepast. prikkels, mechanisme. Ten tweede zijn de kosten van inferentie hoog. De huidige inferentiekosten van een enkel gesprek in GPT4 bedragen 60 cent, wat veel duurder is dan mijn toespraak. De kosten van inferentie zijn erg hoog en het is erg moeilijk te implementeren. GPT4 kan op veel plaatsen worden gebruikt, maar de kosten zijn onbetaalbaar. De derde is datagevoeligheid. De data van Samsung zijn al eerder door OpenAI gelekt en hebben voor opschudding gezorgd. De data die we nu naar grote modellen uploaden is gevoelige data. Veel bedrijven zijn niet bereid hun eigen data te uploaden. Hoe gaan we met deze problemen om? Ik hoop dat Web3 ons kan helpen deze problemen op te lossen.