“ 架構(gòu)是靈活多變的，切勿鉆牛角尖 ”

在上一篇文章中講到大模型的能力問題，雖然說經(jīng)過這一兩年時(shí)間的發(fā)展，大模型的能力已經(jīng)得到巨大的提升，甚至有些模型已經(jīng)超出了意料。

但大模型在工程化落地中依然面臨著很多問題，比如說成本問題，技術(shù)問題，以及能力問題，畢竟大模型并不是萬能的，某些模型雖然在某些方面表現(xiàn)較強(qiáng)，但并不是無所不能的。

因此，該怎么解決這個(gè)問題呢？

這時(shí) 通用大模型+多個(gè)垂直小模型的解決方案就出現(xiàn)了。

大模型+多個(gè)小模型

大家看到大模型+多個(gè)小模型，會(huì)不會(huì)就認(rèn)為大模型就是參數(shù)量龐大的模型，多個(gè)小模型就是參數(shù)量較小的模型？

其實(shí)這里說的大模型+多個(gè)小模型并不是從我們傳統(tǒng)意義從技術(shù)角度理解的模型，而是從業(yè)務(wù)角度上的模型。

這里的大模型指的是你們公司主要業(yè)務(wù)依賴的模型，比如一家做AIGC業(yè)務(wù)的企業(yè)，它的大模型肯定是以生成業(yè)務(wù)為主；但生成式范圍那么大，不可能有一家公司能維護(hù)如此多的模型，肯定是以一兩個(gè)業(yè)務(wù)方向?yàn)橹鳎渌臑檩o。

比如說一家公司做AI音樂生成業(yè)務(wù)，但如果它還想做視頻處理和文字處理的業(yè)務(wù)，這時(shí)它可能就沒有那么多資金，技術(shù)和時(shí)間來維護(hù)如此多的模型。

而多個(gè)垂直小模型也并不是說一定是體量小的模型，而是那種非主要業(yè)務(wù)的模型；可能是自己維護(hù)的小模型，也可能是調(diào)用第三方的大模型服務(wù)。

大模型+小模型的配置方式細(xì)分來說還有很多適用場(chǎng)景，比如上面說的主業(yè)務(wù)模型+邊緣業(yè)務(wù)模型；再比如，一個(gè)功能強(qiáng)大的視頻生成模型+多個(gè)不同風(fēng)格的垂下小模型，通過大+小的方式來解決不同場(chǎng)景的問題，以及節(jié)約企業(yè)成本。

不論是學(xué)習(xí)還是實(shí)際的企業(yè)應(yīng)用，千萬要明白沒有人能做解決所有的問題，也沒有人能完成所有的任務(wù)，因此合作才是最好的選擇，而大模型+垂直小模型的方式就是最好的合作體現(xiàn)——合作共贏。

個(gè)人或企業(yè)只需要關(guān)注于自身的核心業(yè)務(wù)，而不用把時(shí)間和精力浪費(fèi)在一些自己根本無力完成的任務(wù)上，這就是要做回報(bào)率最高，最有性價(jià)比的事情。

很多人都喜歡做一條龍，集研發(fā)，生產(chǎn)，銷售為一體，但對(duì)大部分中小企業(yè)來說成為產(chǎn)業(yè)鏈條上的一環(huán)或許是更好的選擇。

而在今年上半年，360CEO周鴻祎也不止一次的提過，不要過分追求大模型的能力和性能，使用多個(gè)功能強(qiáng)大的垂直小模型可能會(huì)比一個(gè)大模型做的更好，更強(qiáng)。

前面可以說是使用大模型+多個(gè)小模型的好處，那么使用這種方案有沒有什么壞處呢？

凡事都有兩面性，使用大模型+小模型雖然能帶來很多好處但同樣也面臨著很多問題。

雖然很多時(shí)候由于業(yè)務(wù)的多元性導(dǎo)致我們不得不使用多個(gè)模型，但使用多個(gè)模型最大的問題就是要適配不同的模型，每個(gè)模型都有其不同的輸入和輸出，而且不同模型的能力不一而足。

我們要在兼容不同模型的基礎(chǔ)之上，還要同時(shí)兼顧多種模型的復(fù)雜性和穩(wěn)定性。

就類似于傳統(tǒng)業(yè)務(wù)系統(tǒng)架構(gòu)中，由于業(yè)務(wù)需要或其它原因?qū)е挛覀儾坏貌灰胍恍┲虚g件，但有過項(xiàng)目經(jīng)驗(yàn)的人應(yīng)該都知道，每引入一個(gè)中間件都會(huì)給項(xiàng)目帶來一些不確定的潛在風(fēng)險(xiǎn)。

萬一中間件不穩(wěn)定怎么辦，萬一中間件宕機(jī)了怎么辦等等，怎么做容錯(cuò)處理等。

總之，沒有一成不變的架構(gòu)，也沒有完美無缺的系統(tǒng)，我們需要根據(jù)實(shí)際情況根本不同的業(yè)務(wù)場(chǎng)景，選擇合適的解決方案，而不是想著靠一個(gè)架構(gòu)解決所有問題。

最后，最最最重要的事就是，面對(duì)問題一定要靈活多變，切記不可鉆牛角尖。

本文轉(zhuǎn)載自公眾號(hào)AI探索時(shí)代 作者：DFires

原文鏈接：??https://mp.weixin.qq.com/s/GnsvlvYYzJH3tVTDPMuBhQ???