就在刚刚，OpenAI的最大秘密，被傅盛在130万人面前揭穿！百亿参数，竟能在企业级应用中媲美千亿级大模型；一张3060，就能帮老板打到「王者」！

　　当全世界都在为GPT Store上线而兴奋时，谁又看到了OpenAI的「阳谋」？

　　当你把合同、财务、业务数据等公司机密都传给ChatGPT时，或许并未意识到：每一次使用ChatGPT，都是在帮OpenAI提升模型「智商」。

　　正如GPT Store的发布，让众多初创公司一夜暴毙。而他们始终也没有搞明白，为什么自己300万美元的公司，最后变成了一张500美元的OpenAI API代金券。

　　但直接基于API使用，会有数据泄露给例如OpenAI这些模型供应商的风险。那最好的办法就是私有化部署。然而面对如此规模的模型，光授权费就要数千万。

　　就在今天，性价比更高的方案来了——猎户星空正式官宣了一款千亿级效果的百亿大模型。

　　测试显示，在百亿参数+应用打磨的加持下，模型对于专业场景问题的回答已经超越了GPT-4。而且，只要千元显卡即可运行！

　　而且，在OpenCompass综合测评的中文数据集上，总分位列700亿参数以下基座模型第一。

　　此外，Orion-14B还具备极强的多语言能力——在日语、韩语开源模型评测中也拿下了全球第一，堪称是「出海之光」。

　　日文为JNLI等8项评测集平均得分；韩文为COPA等4项评测集平均得分；中文英文为OpenCompass对应语言评测集平均得分

　　在目前业内公认最权威的大模型长文本准确度测试方法「大海捞针」中，Orion-14B直接拿下了200K token全绿的成绩。

　　甚至，最高还可以支持320K的超长上下文，相当于一次性看完小半本《三体》（45万汉字）。

　　顺带一提，此前有报道指出，有不少大模型为了在榜单中「刷新SOTA」，竟然直接拿基准测试里面的「真题」和「答案」来训练。

　　你还可以上传文档给到Orion-14B，然后模型可以基于文档内容给出回应。

　　举个栗子，上传一些关于交通法的文档片段，当用户询问哪些情况不能超车，Orion-14B就会根据已有的内容准确回答，不会瞎猜出现幻觉PP电子app下载。

　　此外，当你输入一封邮件的内容，Orion-14B模型还可以抽取数据，发件人、邮箱、联系方式，都可以清晰地分列出来。

　　可以看到，在AI大潮下，只有在私有化数据加持下的大模型，才能给企业持久的竞争力。

　　而为企业应用而生的猎户星空大模型，凭借着「全家桶」级的微调能力，可以在专业场景里实现媲美千亿级模型的效果。

　　通用对话微调、插件微调、RAG微调、长Token微调、知识抽取微调、问答对生成微调、日韩文微调。

　　其中，基础对话能力微调模型（Orion-14B-Chat）专注于提升对话能力，尤其在理解历史消息和角色扮演方面显示出更高的准确性。

　　这一版本能够捕捉对话上下文中的细微变化，并根据不同角色和场景做出相应的反应，从而提供更加自然、连贯的对话体验。

　　除此之外，猎户星空还在两个大模型应用的主流方向上深入打磨——检索增强生成（RAG）和Agent。

　　尽管当前大模型的能力令人印象深刻，但并非无懈可击。它们或因训练数据时效，token长度等限制，可能会输出误导性信息，进而产生「幻觉」。

　　有时，LLM也会因缺乏专业领域知识，在处理特定领域的问题时，力不能及。尤其是对于企业内部的信息，让LLM自由发挥就更加容易出错。

　　目前流行的大模型应用开发框架Llama-Index、LangChain等，都包含了RAG的部分。但是框架数量虽然多，在实际部署时却一言难尽，工程搭建繁琐，效果不理想，企业可能搞了半年都上不了线。

　　相比之下， 猎户星空的RAG能力微调模型（Orion-14B-RAG），则通过针对知识边界控制、问答对生成、幻觉控制、结构化数据提取等能力进行专项微调，使其成为了最适合开发RAG应用的微调模型。

　　OpenAI应用人工智能研究主管Lilian Weng去年的一篇博客，曾掀起Agent讨论热潮。基于大模型构建的Agent，拥有强大的语言理解和处理能力，可以自动化完成各种任务。

　　举个栗子，HuggingGPT利用Cpp电子hatGPT作为控制器，连接HuggingFace社区中的各种AI模型，来完成多模态复杂任务。

　　一夜爆火的MetaGPT，能扮演各种角色，在内部监督代码生成，提高代码质量。

　　更有网友用MetaGPT智能体框架，仅在10分钟就做出小游戏Flappy BirdPP电子app下载，让低成本的软件开发成为现实。

　　而猎户星空的插件能力微调模型（Orion-14B-Plugin），则通过增强模型根据用户问题调用最适配工具的能力，并将插件的结果与模型的处理相结合，来解决更复杂的问题。

　　具体来说，研究团队针对意图识别、函数调用、缺槽反问、单轮抽参、多轮抽参等能力进行专项微调，使其成为了最适合构建Agent应用的微调模型。

　　由此，也让猎户星空大模型在Agent应用所需的五种能力上，几乎追平了GPT-4——

　　意图识别成功率90.3%；首轮抽参成功率100%；多轮抽参成功率90.19%；缺槽反问成功率91.07%；插件调用成功率91.37%。

　　此外，为满足小企业需求，猎户星空大模型还推出了几乎无损的INT4量化版本（损失1%）。

　　通过AWQ Q4量化技术，研究团队不仅让模型大小直降了70%，而且还使推理速度也提升了30%。

　　换句话说就是，只需一张消费级显卡，如NVIDIA RTX 3060，就能实现每秒最高31 tokens（约50个汉字）的输出。

　　而在私有化部署方面，也可以轻松地将服务器和企业数据控制在内网之中，甚至还提供全套开源免费可商用资源和社区技术支持。

　　青铜段位，是用AI做文案、做图。黄金段位，是数字员工。但AIGC其实最重要的，还是王者段位。

　　在此段位，全过程都由AI参与。王者段位的企业，应该选择用私有大模型+强应用套件，来实现数字员工和辅助决策。

　　不过，虽然现在大模型百花齐放，但猎户星空却在实践中发现，企业需要的不是「大模型」，而是能够结合业务流并解决自身痛点的大模型应用。

　　会上，傅盛重磅发布了AI辅助决策交钥匙解决方案「聚言」，可以为企业提供全链条的定制化AI大模型咨询和解决方案服务。

　　可以预见，在以上所有这些能力的共同加持下，一个崭新的时代即将来临——每个企业都会有私有化大模型。

　　值得一提的是，相比于别人做的「数字员工」，猎户星空竟然选择了做「数字老板」！

　　不过，这其中的原因很简单，猎户星空在自己应用AI时，发现了不少业内秘密——

　　大模型在企业中无法即插即用，而只靠员工自主探索，也很难实现企业AI应用上的增效，必须针对整个流程，进行AI重构。

　　而有了「数字老板」之后，老就们就可以全面掌握经营细节。人力资产、云资产、数字资产，全天候细节无遗漏。

　　前一阵曝出英伟达的员工每人都要向CEO老黄提交周报，老黄是怎么看完的呢？当然是用AI。

　　比如，只需问一句，人力助手就能把公司收到的近2000份周报汇总起来，并提炼出主要的业务进展和潜在的风险。

　　之后，还可以继续询问某项具体风险的应对方案。而AI便会完全依据周报的内容，给出回答。

　　更厉害的是，当AI完全掌握了公司的私有数据时，还能帮你预测出员工的潜力！

　　AI就会根据海外销售业务的特点，创建出一个得分系统，然后根据数据分析给出结果，并同时附上非常直观的图表。

　　如此一来，不仅能像英伟达的黄老板一样，每天处理数百封邮件，跟进数十个项目，还能减少决策失误，提高效率。

　　对于另一项开销大头「云」来说，技术人员通常都希望服务器越多越好，而老板们虽然搞不懂，但依然需要为越来越贵的云成本买单。

　　为此，猎户星空推出了云资产助手——一个利用不同领域云治理专家经验训练的专业领域大模型。

　　具体来说，AI会通过深挖云数据的底层逻辑，对客户的云上资源和成本账单数据进行多维度分析，从而进一步剖析运营成本痛点。

　　而且，当老板对某个图表或概念产生疑问时，只需和AI多聊两句，就可以获得答案。

　　如今，老板的智囊团成本越来越高，内部有共同的认知盲区，而外部的智囊团，又成本太高、周期太长。

　　为此，猎户星空推出了一个由多个Agent组成的「智囊团」——聚言创意助手，可以让各个领域的专家直接为你出谋策划。

　　比如，去年爆火的旅游城市景德镇、淄博，再到哈尔滨，你能想象到，AI参与这次谋划会如何？

　　只需要在聚言创意助手中，勾选你想要给出旅游战略规划的角色，输入话题，它们便会从不同角度提供方案。

　　有了聚言助手，未来各种营销策略、市场报告等等，无需费力找专家，就能获得更高质高效、全面省钱的方案。

　　做出自己的千亿大模型，就一定能取得商业上的成功吗？如果技术没有和产品、应用形成闭环，再多技术投入都不能形成壁垒。

　　现在主流的模式，是砸钱预训练千亿级模型，微调，然后寻找应用场景。而猎户星空却独辟蹊径，在已知应用场景后，再微调，然后寻找合适的模型。

　　作为一家All in AI的创业公司，如今在大模型时代大放异彩，背后离不开团队在这一领域持续7年的深耕。

　　2016年，猎户星空成立初始便投入了巨资、博士团阵容，打造AI全链条技术。

　　值得一提的是，这家公司拥有来自Meta、Yahoo、百度等全球顶级大厂上百名顶级算法科学家的顶级团队。

　　猎户星空的机器人还登上冬奥会，出海全球获得了认可，拥有全球20亿用户应用打磨经验。

　　而在7年AI磨刀的过程中，有了扎实的数据积累，包含百亿级真实用户query数据，数十亿级token数据。

　　目前，猎户星空已经在已有模型的基础上，调试和训练MoE架构的专家混合模型了。

　　傅盛预测，到2024年，千亿大模型中过半都会凋零，而百pp电子亿大模型会百花盛开。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　长沙男子价值近30万元摩托车被老人推倒，损失3万余元，警方：已协商处理

　　妈妈叫女儿名字多次不回应，直到喊她“小美女”。网友：原来小孩姐也喜欢被叫美女啊

　　为了不扰民，父母特意让孩子在被子上打，网友就开头转棍子那几下我花3500也学不会

　　联想小新 Pad Pro 12.7 平板预热：键鼠跨屏操作、剪切板跨端粘贴

　　天钡 AOOSTAR 发布 GEM13 迷你主机：双2.5G网口，起价 630 美元