“大型语言模型”和“LLM”这些术语将变得不那么常见

“大型语言模型”和“LLM”这些术语将变得不那么常见

在当今人工智能领域，“大型语言模型”（及其缩写LLM）经常被用作“任何先进人工智能模型”的简称。这是可以理解的，因为许多最初崭露头角的生成式人工智能模型（例如GPT-3）都是纯文本模型。

但随着AI模型类型的增多，以及AI变得越来越多模态，这个术语将变得越来越不精确和无益。多模态AI的出现是2023年AI的定义性主题之一。如今许多领先的生成式AI模型融合了文本、图像、3D、音频、视频、音乐、物理动作等多种元素。它们远不止是语言模型。

考虑一个AI模型，它是通过已知蛋白质的氨基酸序列和分子结构进行训练，以生成全新的蛋白质治疗药物。尽管其基本架构是GPT-3等模型的延伸，但真的有必要称其为大型语言模型吗？

或者考虑在机器人技术中的基础模型：大型生成模型将视觉和语言输入与一般的互联网规模知识结合起来，以便在现实世界中采取行动，例如通过机械臂。对于这样的模型，应该并且将会存在一个比“语言模型”更丰富的术语。（“视觉-语言-行动”或VLA模型是研究人员使用的一个替代短语。）

关于DeepMind最近发布的FunSearch模型，可以提出类似的观点，作者自己称之为LLM，但它处理的是数学而不是自然语言。

到2024年，随着我们的模型变得越来越多维，我们用来描述它们的术语也会变得越来越多样化。