大模型企业落地的痛点和挑战原创

随着大模型的应用也越来越多，那我们对大模型自己的认识跟理解，我们其实也越来越强，也越来越深刻，那们就想知道说大模型它它是很好，在我们企业，特别是传统企业，它的落地的时候，其实是有一些呃考虑的啊，是有一些考量的啊，啊因为我们知道大模型它最强的能力是什么，就是它的这个语言的理解对吧，语言的理解和内容的生成，那它的劣势在哪里呢？优势我们知道它的劣势在哪里呢？实际上说它的劣势主要有这么三点，第一个通用大模型它固有了一个知识局限性，那什么意思？因为通用大模型它的训练数据都是来自互联网的公开资料，对吧？来自互联网它缺少企业的这个专有领域的知识，所以他在回答一些企业的问题的时候，就会出现什么一本正经的胡说八道啊。

就是幻觉问题，因为他对企业的专有的领域，垂直领域的知识他不了解，所以他就没办法会出现这个幻觉的问题哈，因为他的模型就是概率嘛，对不对啊，说这个AI的模型它就是概率嘛，所以它没有专业的领域的知识啊。第二个问题是说我们很多企业啊，刚才呃介绍也说了，他们的企业他有一个数据隐私性的要求，隐私性要求就是我没办法把我的这个数据上传出去，给给你们去训练啊，因为有这个，呃，行业的监管的要求，也有公司的保密的要求，对吧？这是企业内部的私有数据，它是个机密啊，你让我去做金条把这个数据上传过去，我心里也没底啊，这是企业的机密。第三呢，呃，第三就是说我们企业其实用大模型，知道这个要花钱，但是目前企业是叫做降本增效，对不对，我们在做大模型。

训练的时候，我们希望能够降低成本，这3个劣势就是导致说我们在大模型的应用当中它会比较困难。