“馴服”不受控的大模型，要搞定哪些事？| 專訪達觀數據副總裁王文廣

AIGC動態歡迎閱讀

原標題：“馴服”不受控的大模型，要搞定哪些事？| 專訪達觀數據副總裁王文廣
關鍵字：模型,報告,圖譜,可控性,知識
文章來源：AI前線
內容字數：8514字

內容摘要：

采訪嘉賓｜王文廣，達觀數據副總裁 作者 | 華衛
GPT 爆火一年多后，無論在國內、外，“幾乎所有領域都需要用大模型重構”的論調已深入人心。中國 200 多家廠商掀起的“百模大戰”、層出不窮的千億和萬億大參數模型、性能效果與應用方向的飛速迭代，無一不在表明大模型被各行各業擁抱的熱潮力度。但在更多行業對大模型躍躍欲試之際，也有許多現實的落地問題浮現出來，可控性問題就是其中之一。
在即將召開的 AICon 全球人工智能開發與應用大會 暨 大模型應用生態展上，InfoQ 邀請到了達觀數據副總裁王文廣做演講分享，他將從大模型相關技術和幻覺問題為切入點，探討如何利用知識圖譜、RAG 和大模型融合的技術路線提高大模型的可解釋性、可操作性和可控性。會前，InfoQ 對王文廣老師進行了專訪，聽他先聊一聊大模型的不可控之處和對技術路徑的應用判斷。
以下為訪談實錄，經編輯。大模型“不受控”在哪？InfoQ：說到可控性問題，現在大模型在哪些方面的輸出是“不受控”的？
王文廣：大模型輸出的內容是根據用戶輸入的 prompt 去生成的，是由模型本身能力來決定的，如果要從細節上來控制模型的輸出是不可能的。也就

原文鏈接：“馴服”不受控的大模型，要搞定哪些事？| 專訪達觀數據副總裁王文廣

聯系作者

文章來源：AI前線
作者微信：ai-front
作者簡介：面向AI愛好者、開發者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業界實踐案例，助你全面擁抱AIGC。