拉尾盘说明什么-股票app官网公司名称-【东方资本】,股票交易规则t 0代表什么,a股怎样会被st,涨8配资网站

明略科技長期致力于提供基于大數(shù)據(jù)和人工智能的產(chǎn)品與服務(wù)，推動組織高效運轉(zhuǎn)、加速創(chuàng)新，創(chuàng)造人機協(xié)同的美好世界。2023年8月，明略科技推出一站式大模型AI智能助理——小明助理Copilot，經(jīng)過內(nèi)部的試水與打磨，95%的員工已在日常工作中高頻應(yīng)用，周活達到70%以上，初步實現(xiàn)“與大模型同頻”。近日，作為企業(yè)級大模型應(yīng)用的開發(fā)者與早期使用者，明略科技創(chuàng)始人、CEO吳明輝受邀蒞臨混沌學(xué)園，結(jié)合企業(yè)自身實踐與行業(yè)觀察，就大模型落地企業(yè)的方法論，展開深度分享。

大模型產(chǎn)生理性生產(chǎn)力的基本原理

在同其它企業(yè)CEO、CIO、CMO聊天時，我發(fā)現(xiàn)大家對于大模型的出現(xiàn)都感到很興奮，很多公司都建立了人工智能小分隊，但嘗試幾次后發(fā)現(xiàn)效果并不理想。

現(xiàn)在，OpenAI已經(jīng)把參數(shù)做得非常高，它擁有的是互聯(lián)網(wǎng)上的通識知識。如果訓(xùn)練得足夠好，它可以擁有優(yōu)秀本科畢業(yè)生同等的認知能力。但即使擁有了這種認知能力，就能確保大數(shù)據(jù)在企業(yè)中做好很多工作嗎？答案是否定的。

值得注意的是，大量的模型參數(shù)并不能確保在工作中有效轉(zhuǎn)化成生產(chǎn)力。有些任務(wù)，即使用很小參數(shù)的模型也能解決。

在無法判斷一個大模型效果好壞時，我建議大家可以向大模型提出一個問題進行檢測，“美國的哪一個州跟其他的州不接壤”，這個問題的正確答案是阿拉斯加和夏威夷，它需要大數(shù)據(jù)知道美國的地理情況以及州和州之間的關(guān)系。

我們講大模型的迭代能力，就是要提高它的推理能力，而推理的過程需要信息。

現(xiàn)在，參數(shù)在不斷提高的過程中并沒有增加信息，不斷提高參數(shù)只是讓模型的推理能力變強大了。做個類比，模型是f，信息是x，只有把正確的x給到強大的模型f，才有可能算出正確的y，才有可能輔助企業(yè)的理性決策和下一步行動，這是部分企業(yè)認為大模型不好用的核心原因。

今天人們想將大模型應(yīng)用到公司當中，但是大模型并不知道公司原有的生產(chǎn)資料和信息系統(tǒng)。一個好的大模型，需要人們將信息找過來。

大模型落地企業(yè)的核心：知識工程

管理大師野中郁次郎在《創(chuàng)造知識的企業(yè)》一書中提到，每個企業(yè)有暗默的知識，也有顯性的知識，企業(yè)最核心的就是要把這些知識管理好。

在大模型時代，這些知識不僅存在于每位員工的大腦中，存在于企業(yè)的文檔庫中，甚至存在于每次會議的錄音當中。有一天，大語言模型可以直接執(zhí)行錄音里面的知識。這就如同一個優(yōu)秀的高校畢業(yè)生在你身邊當助手，你需要做的就是每天用資料同它交互，就可以大幅提升效率。未來，企業(yè)的知識管理邏輯也將發(fā)生巨大的變化。

企業(yè)迎接大模型時代的第一個命題，就是要解決知識工程問題。

現(xiàn)代認知心理學(xué)將知識分為兩類，一類是陳述性知識，一類是程序性知識。例如，大象是一種動物，這是陳述性知識。把大象放到冰箱里面分幾步，這是程序性知識。編程知識也屬于程序性知識。

當人們問大模型提問，“湖南和湖北的兩個省會，哪個人口更多？”一些大模型往往會卡住，因為它根本沒有理解這句話的意思。但如果通過操作把它的CoT（思維鏈）能力調(diào)出來，大模型就有能力將答案推理出來。如同一名剛?cè)肼毜男聠T工，只要公司把任務(wù)拆得足夠細，他就能做好。大模型的學(xué)習(xí)、發(fā)展和應(yīng)用的過程，同人類從小的學(xué)習(xí)發(fā)展過程非常相像，兩者是完全可以類比的。

Prompt（提示詞工程）和CoT（思維鏈）技術(shù)是大模型能力發(fā)現(xiàn)的重要組成部分，其革命性意義可以媲美人類文字和印刷術(shù)的發(fā)明。CoT的重點是把程序?qū)懬宄Ｔ谛∶髦鞢opilot中，只要簡要地表明你的目標，它就可以將Prompt模板寫出來，非常方便。

Prompt和CoT的出現(xiàn)，實現(xiàn)了大模型和大模型之間互相學(xué)習(xí)的設(shè)想，只要讀懂了你的指令，大模型就可以將這些指令執(zhí)行得非常好，并且下一個人可以立足于訓(xùn)練成熟的AI繼續(xù)發(fā)展，每個人都站在巨人的肩膀之上。

除此之外，還有更高級的用法，比如Agent。Agent的本質(zhì)就是模型和信息，好的Agent可以把大語言模型和Memory、Tools、Planning的能力有機地組織起來。

連接大模型與知識的理想方式

在整理數(shù)據(jù)和知識時，企業(yè)不僅要考慮如何規(guī)劃數(shù)據(jù)、知識，同時也要考慮權(quán)限問題。我的建議是按照兩個維度四象限的邏輯進行分析，包括數(shù)據(jù)的公開程度、執(zhí)行任務(wù)的推理復(fù)雜性等。對于低密集又需要高難度推理能力的，可以直接使用在線大模型；對于高密集且推理能力不高的，例如財務(wù)信息、HR信息、研發(fā)產(chǎn)品信息等，可以部署一個私有化模型。企業(yè)要做的，就是把對應(yīng)的密集問題想明白、分好級。

在企業(yè)中，真正想把信息系統(tǒng)整理好，并且和大模型連接起來，需要解決諸多難題。最簡單的方法就是使用Copilot。

Copilot是什么？pilot的意思是駕駛員，Co-pilot的意思是聯(lián)合駕駛或副駕駛。舉個例子，人們最理想的狀態(tài)是讓汽車變成無人駕駛，但成本和代價很大。在Copilot模式中，主駕駛還是人，副駕駛的職能是協(xié)助人做一些決策和操作，甚至完成主駕托管的任務(wù)，但最后的決定權(quán)仍在人類手中。明略開發(fā)小明助理Copilot的意義就在于此。

通過小明助理Copilot，今年公司員工已經(jīng)做到了廣泛使用大模型，平均每個員工一天使用10次以上，大家不僅可以用GPT解決工作生活中遇到的一些問題，還可以應(yīng)用到自己的生產(chǎn)環(huán)境中，用于提升生產(chǎn)效率，公司團隊絕大多數(shù)的同學(xué)都已經(jīng)拿到了大模型的船票。

如同《異類》一書中提出的1萬小時定律，只要比別人多花一些時間做某件事情，未來就有機會享受到某個領(lǐng)域的競爭紅利。每一項新技術(shù)的出現(xiàn)都是有紅利的，最終大家也一定都會使用到，但更早接觸的人會比別人多一些機會和時間。

彭博社是全球最大的金融信息服務(wù)商，明略科技旗下的秒針系統(tǒng)是中國最大的廣告領(lǐng)域信息服務(wù)商，兩者有著一定的共通之處。彭博社的創(chuàng)始人邁克爾·布隆伯格創(chuàng)業(yè)初期，立志將終端機賣給每一個金融機構(gòu)，希望幫助大家快速獲取互聯(lián)網(wǎng)上的金融信息，這也成就了彭博社今天在全球金融信息服務(wù)領(lǐng)域的霸主地位。很多公司都在擁抱新技術(shù)，它們可能是將某一項新技術(shù)用到了極致，或者是第一個使用新技術(shù)從而顛覆了上一代產(chǎn)品，最終走出了新的曲線。