原贴链接

新的模型像雨后春笋般不断涌现。在这样快速的发展节奏下,你认为在未来十年里,大语言模型和人工智能整体将能实现什么?对此我既兴奋又害怕。

讨论总结

原帖探讨LLM快速发展的情况下,十年后会发展成什么样。评论中有人觉得难以预测未来发展,有人认为当前发展并非快速进化,也有人对LLM发展方向提出如持续学习、模块化等看法,还有人提及发展受能源限制,也有对LLM发展持否定态度或认为不会有实质进展的,并且有人探讨了LLM发展对文本编辑类工作薪酬的影响。

主要观点

  1. 👍 不认为LLM当前处于快速进化阶段
    • 支持理由:自GPT - 2以来,架构和方法只有非常小的变化,很多进步是增加计算、数据等或简化已有方式。
    • 反对声音:未明确提及。
  2. 🔥 预计不久将实现持续学习,聊天内容长度限制有望被消除
    • 正方观点:目前通过函数调用已经可以实现,虽不是最优但有望改进。
    • 反方观点:未明确提及。
  3. 💡 在没有廉价能源支撑计算前难有大规模收益
    • 解释:微软和Meta考虑用核电站提供能源,但目前还远远达不到,10年内小型模型有进步但无真正飞跃。
  4. 💡 文本编辑类工作薪酬将受LLMs发展影响
    • 解释:未来十年内做文本编辑类工作(包括编码)不会获得六位数高薪。
  5. 💡 认为世界模型才是未来,LLM没有未来
    • 解释:直接表明态度,但未详细阐述。

金句与有趣评论

  1. “😂 你将会得到你的waifu :P”
    • 亮点:以诙谐幽默的方式回应,将LLM发展与二次元文化联系起来,轻松有趣。
  2. “🤔 我不会称这种情况为快速进化。”
    • 亮点:直接否定LLM快速进化的观点,简洁有力。
  3. “👀 10 years? I’m trying to figure out what will be in 2 years, let alone 10.”
    • 亮点:表达出对LLM发展速度快难以预测未来情况的感叹。
  4. “😉 What I aspect soon is continuous learning,and no limit to content length in chat which is achievable allready by function calling ea what cursor does but its not yet optimal though doable in the next months if someone likes to code it.”
    • 亮点:详细阐述对LLM持续学习和聊天内容长度限制消除的预期。
  5. “🙄 Absolutely nothing. We’ll still be stuck with tomatoes and blushing and sterile creative text on base models, only they will "understand" how to correct themselves.”
    • 亮点:表达对LLM发展较为悲观的看法,认为不会有实质进展。

情感分析

总体情感倾向复杂,有乐观、悲观、疑惑等多种态度。主要分歧点在于对LLM发展速度、发展成果以及未来发展方向的判断。乐观者认为会有持续发展、成果显著,如实现持续学习等;悲观者觉得不会有实质进展或LLM没有未来;疑惑者则难以预测未来发展。可能的原因是大家基于不同的知识背景、对LLM目前发展状况的不同理解以及对未来技术发展趋势的不同判断。

趋势与预测

  • 新兴话题:世界模型可能成为新的关注焦点,因为有评论者认为这才是未来方向。
  • 潜在影响:如果LLM继续发展可能会影响文本编辑类工作的薪酬,对就业市场产生潜在影响;LLM的发展受能源限制,可能促使能源领域与人工智能领域的合作探索。

详细内容:

《关于 LLM 快速发展的未来畅想与担忧》

在 Reddit 上,一篇题为“Rapid LLM evolution: where will we be in ten years?”的帖子引发了广泛关注,获得了众多点赞和大量评论。帖子提出,新的模型层出不穷,发展迅速,询问大家对未来十年 LLM 和 AI 整体发展的看法,并表示自己对此既兴奋又担忧。

讨论的焦点主要集中在以下几个方面: 有人认为预测两年内的情况都很困难,更别说十年了。还有人调侃说十年后能得到自己的“理想女友”。也有人表示不认为这是快速进化,自 GPT-2 以来,架构和方法的变化很小,很多进步只是在计算、数据等方面的增加,或者回到之前简单的方式。有人提出架构在速度和内存大小等实际考虑之外是否重要,认为只有数据集重要的观点也遭到了反驳,因为模型大小也很关键。

有人期待很快能实现连续学习和无内容长度限制的聊天,并且会出现模块化的方法。有人认为在获得廉价能源之前不会有更大的进展。有人觉得今年的情况表明已经遇到瓶颈,但一些模型仍在取得最优成果。有人认为模型最终会擅长写作和语言,而非只是为了基准任务。也有人觉得未来要么是已经取得重大飞跃但难以再有大的改进,要么只是开始,未来几年会有巨大进步,而这取决于硬件的发展速度。

还有人认为 LLM 没有未来,世界模型才是未来,并提供了相关论文链接。但也有人对此提出疑问,不知道什么是世界模型。

讨论中的共识在于大家都对 LLM 的未来发展持有不同程度的关注和思考,而争议点在于未来十年 LLM 和 AI 到底能发展到何种程度,以及哪些因素会起到关键作用。

总之,关于 LLM 未来十年的发展,大家各抒己见,观点丰富多样,让我们对这一话题有了更深入的思考。