吴恩达拿出了平板,展示具体的模型处理效果,过去需要不同模型的任务在基于ranfrmer的模型测试里拿到5项最优,剩下4项也接近最优。
在机器理解的2个任务里,模型的F1值拿到89分,超越了人类平均水平的87.9
分。
吴恩达时刻注意着陆奇的视线和浏览,等到他看到机器理解这部分,不轻不重的说了句:“这是大模型在机器领域第一次超过人类在通用数据集的表现。”
陆奇沉默了。
俞兴这时提到一个关键的问题:“这还是他们在很短时间里的成果,从去年到现在,从机器翻译领域转到NLP领域,也就不到4个月的时间。”
“这4个月,这11个任务里大部分的提升幅度已经相当于业内过去三到五年的总和。”
“啧,就这个情况,时间再多点,恐怕11个任务都能达到0A。”
全球业内数年的提升在过去四个月时间里被基于ranfrmer的模型做到了。
这些正是吴恩达发起联名信的底气,他有信心可以进一步推动新模型的发展,至于到底能不能成为NLP通用大模型,谨慎的说,需要进一步验证。
从感性与直觉来看,吴恩达认为就是这个了。
陆奇翻来覆去的看着平板上的测试展示,颇有些抓耳挠腮。
他看了好一会,猛然擡头问道:“这是真的?没有造假?”
吴恩达举手发誓:“我用我的人格担保,这就是最真实的情况。”
俞兴笑了句:“我是最见不了造假的,也没有在这方面造假的意义,总不能是编个大谎,就为把你骗过来吧?”
陆奇长长的呼了一口气,喃喃道:“要是这样————”
要是这样,下一代产业革命真要来了吗?
他从微软回国时,矽谷科技圈的主流判断是如今处于产业变革的前夜,AI会是下一个时代最重要的突破,深度学习已经证明它可以解决一些复杂的决策类问题,这也是特斯拉自动驾驶和工业控制等领域具备想像空间的基础。
可是,这会出现在致力于机器翻译领域进步而推出的ranfrmer吗?
陆奇很难相信,但面前的经典NLP任务表现又让他不得不相信,确实有这个潜力。
他一会摇头,一会点头,末了看向倒茶的俞总,问道:“俞总,碳矽集团的智能驾驶也有这方面的推进吗?”
俞兴愣了下,摇头道:“没有,还没那么快,但这确实会是一个新能源产品快速发展的领域,也能增加市场里的竞争力,不过,我们造车不一样,这方面要更加谨慎。”
陆奇只是受到的冲击太大,同时又想到了之前百度在做的自动驾驶研究,情不自禁就对如今国内的新能源领军人物问出这样的问题。