大模型預測，下一個token何必是文字？

AIGC動態歡迎閱讀

原標題：大模型預測，下一個token何必是文字？
關鍵字：報告,范式,模型,先知,行業
文章來源：量子位
內容字數：4662字

內容摘要：

明敏 金磊 發自 凹非寺量子位 | 公眾號 QbitAI太快了太快了…
大模型的生成技能，已經到了普通人看不懂的境界！
它可以根據用戶過去5年的體檢報告，生成未來第1年、第2年、第3年的體檢報告。
你看，這個生成的過程，是不是像極了ChatGPT，根據歷史單詞預測下一個單詞。
它能查看過去7天機組子部件的運行情況，生成未來3天每小時的子部件報告 。
還能基于歷史水文數據和未來7天氣象數據，生成未來第1天、第2天……至第7天的每小時降水分析報告，包括詳細降水量、降水分布。
如今，大模型的生成內容，早已不只是文字/圖像/視頻了。
如上生成的這些報告分析涉及諸多專業知識，普通人很難基于自己的知識儲備評價其合理性和正確性。
最多只能評價一句：不明覺厲！
怎么說呢？“AI似乎正在生成一切”。
LLM+行業數據，路走錯了？簡單理解大模型，就是Predict the Next “X”。ChatGPT是Predict the Next “Word”。
但行業需要的往往不是預測下一個字。
比如對于慢性病患者的健康管理規劃，它需要基于一系列生理指標數據，從醫學角度進行數據預測。舉個不恰當的例子，這更像是用

原文鏈接：大模型預測，下一個token何必是文字？

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破