“可以解决99%的使用场景！”微软、英伟达纷纷押注小模型，大模型不香了？

       在人工智能发展的道路上，科技巨头们曾经竞相开发规模庞大的语言模型，但如今出现了一种新趋势：小型语言模型（SLM）正逐渐崭露头角，挑战着过去“越大越好”的观念。

       当地时间8月21日，微软和英伟达相继发布了最新的小型语言模型——Phi-3.5-mini-instruct和Mistral-NeMo-Minitron 8B。这两款模型的主要卖点是它们在计算资源使用和功能表现之间实现了良好的平衡。在某些方面，它们的性能甚至可以媲美大型模型。

       人工智能初创公司Hugging Face的首席执行官Clem Delangue指出，高达99%的使用场景可以通过SLM来解决，并预测2024年将成为SLM之年。据不完全统计，包括Meta、微软、谷歌在内的科技巨头们今年已经发布了九款小型模型。

       大模型训练成本攀升，性能提升却有限

       SLM的崛起并非偶然，而是与大模型（LLM）在性能提升与资源消耗方面的挑战密切相关。

       AI初创公司Vellum和Hugging Face今年四月份发布的性能比较表明，LLM之间的性能差距正在迅速缩小，特别是在多项选择题、推理和数学问题等特定任务中，顶级模型之间的差异极小。例如，在多项选择题中，Claude 3 Opus、GPT-4和Gemini Ultra的得分均超过83%，而在推理任务中，Claude 3 Opus、GPT-4和Gemini 1.5 Pro的准确率均超过92%。

       Uber AI 前负责人Gary Marcus指出，LLM的最新研究论文都指向同一个方向，十几个LLM都与GPT-4在一个领域，“其中一些性能比GPT-4略好一些，但并没有质的飞跃。我想每个人都会说GPT-4比GPT-3.5领先了一步，但此后的一年多没有任何质的飞跃。”

       与有限的性能提升相比，LLM的训练成本却在不断攀升。训练这些模型需要海量数据和数以亿计甚至万亿个参数，导致了极高的资源消耗。训练和运行LLM所需的计算能力和能源消耗令人咋舌，这使得小型组织或个人难以参与核心LLM开发。

       国际能源署估计，数据中心、加密货币和人工智能相关的电力消耗到2026年，会大致相当于日本全国的用电量。

       OpenAI首席执行官Sam Altman曾在麻省理工学院的一次活动上表示，训练GPT-4的成本至少为1亿美元，而Anthropic首席执行官Dario Amodei预测，未来训练模型的成本可能达到1000亿美元。

       此外，使用LLM所需的工具和技术的复杂性也增加了开发人员的学习曲线。从训练到部署，整个过程耗时漫长，减缓了开发速度。剑桥大学的一项研究显示，公司可能需要90天或更长时间才能部署一个机器学习模型。

       LLM的另一个重大问题是容易产生“幻觉”——即模型生成的输出看似合理，但实际上并不正确。这是由于LLM的训练方式是根据数据中的模式预测下一个最可能的单词，而非真正理解信息。因此，LLM可能会自信地生成虚假陈述、编造事实或以荒谬的方式组合不相关的概念。如何检测和减少这些“幻觉”是开发可靠且可信赖语言模型的持续挑战。

       扩展参数并非提高性能的唯一路径

       对LLM巨大能源需求的担忧，以及为企业提供更多样化AI选项的市场机会，让科技公司将注意力逐渐转向了SLM。

       记者注意到，不管是Arcee、Sakana AI和Hugging Face等AI初创公司，还是科技巨头都在通过SLM和更经济的方式吸引投资者和客户。

       此前，谷歌、Meta、OpenAI和Anthropic都发布了比旗舰LLM更紧凑、更灵活的小型语言模型。这不仅降低了开发和部署的成本，也为商业客户提供了更便宜的解决方案。鉴于投资者越来越担心AI企业的高成本和不确定的回报，更多的科技公司可能会选择这条道路。即便是微软和英伟达，如今也先后推出了自己的小型模型（SLM）。

       SLM是LLM的精简版本，具有更少的参数和更简单的设计，它们需要更少的数据和训练时间——只需几分钟或几小时。这使得SLM更高效，更易于在小型设备上部署。例如，它们可以嵌入到手机中，而无需占用超算资源，从而降低成本，并显著提升响应速度。

       微软在小型模型技术报告中指出，Phi-3.5-mini-instruct是一款为手机本地部署设计的高性能语言模型。

       SLM的另一个主要优势是其针对特定应用的专业化。SLM专注于特定任务或领域，这使它们在实际应用中更加高效。例如，在情绪分析、命名实体识别或特定领域的问答中，SLM的表现往往优于通用模型。这种定制化使得企业能够创建高效满足其特定需求的模型。

       SLM在特定领域内也不易出现“幻觉”，因为它们通常在更窄、更有针对性的数据集上训练，这有助于模型学习与其任务最相关的模式和信息。SLM的专注性降低了生成不相关、意外或不一致输出的可能性。

       尽管规模较小，SLM在某些方面的性能并不逊色于大模型。微软最新推出的Phi-3.5-mini-instruct仅拥有38亿个参数，但其性能优于Llama3.18B和Mistral 7B等参数远高于它的模型。美国东北大学语言模型研究专家Aaron Mueller指出，扩展参数数量并非提高模型性能的唯一途径，使用更高质量的数据训练也可以产生类似效果。

       OpenAI首席执行官Sam Altman在4月的一次活动中表示，他相信当前正处于巨型模型时代的末期，“我们将通过其他方式来提升它们的表现。”

       不过，需要注意的是，虽然 SLM 的专业化是一大优势，但也有局限性。这些模型可能在其特定训练领域之外表现不佳，缺乏广泛的知识库，和 LLM相比无法生成广泛主题的相关内容。这一限制要求组织可能部署多个 SLM 来覆盖不同的需求领域，这可能会使 AI 基础设施复杂化。

       随着AI领域的快速发展，小型模型的标准可能会不断变化。东京小型模型初创公司Sakana的联合创始人兼首席执行官David Ha表示，几年前看似庞大的AI模型，现在看来已经显得“适中”。“大小总是相对的，”David Ha说道。