基礎大模型通常從通用語料訓練生成，通識能力強，從聊天對話入手容易反饋迭代優化，但聊天難成剛需，落地行業應用將更顯大模型的價值，但基礎大模型缺乏行業專業知識，需要大模型提供方與垂直行業合作開發行業大模型。一種模式是企業將數據交基礎大模型進行再訓練，待調優至理想后再進行知識蒸餾、量化及針對特定場景遷移等縮小模型規模的工作，但后續模型微調和云邊端部署等仍需算法工程師支撐，企業技術力量不足還得依賴模型提供方，企業數據交到模型提供方有數據泄漏風險，但數據不全面則會導致訓練效果差。另一種模式是企業具有算法工程師，按照特定業務場景以專有數據對基礎大模型進行微調，形成行業大模型或多個基于實際業務的小模型，最好是在預訓練階段就加入垂直行業企業的數據，預訓練和指令微調交錯進行，提高模型對行業知識的表達、理解、遷移和泛化能力。
一些強監管、重數據安全的行業核心企業，例如頭部
金融機構等，通常不會在第三方基礎大模型上構建專業大模型，而是采用數據私有化、模型私有化、本地私有云方式構建大模型，即在加密環境中使用私有數據訓練專業大模型，但需要面對成本與技術門檻高的挑戰。總的來說，無論自建或合作開發行業大模型，數據安全都是前提，既掌握大模型訓練技術又熟悉行業專業知識的人才是關鍵。
中小企業因資金、技術和人才的限制，少有能力與基礎大模型提供方合作開發行業大模型，MaaS（模型即服務）應運而生，這是針對中小企業而提出的服務模式，MaaS 部署在中小企業本地設備上或公有云上，以小切口嵌入 PaaS 與 SaaS 間，并提供調用基礎大模型的接口，可加入企業自身數據對模型精細化調整，從而將大模型能力嵌入到 SaaS 產品上，解決了傳統 SaaS 面臨的客戶定制化需求和標準化產品規模化盈利之間的難題。基于 MaaS 通過大模型可優選小程序及配套的低代碼開發和模型編排等工具，PaaS 可據此搭建低代碼平臺，豐富工具軟件，實現數據和功能的定制化，以 MaaS 方式使中小企業上云的同時使用個性化的小模型，為數字化轉型提供智能解決方案。當前大模型不僅是一種技術，它重塑了數據要素生態鏈，引領產業研究開發應用的范式變革，標志著信息化發展從網絡驅動到數據驅動。面對大模型浪潮，需要在國家戰略與規劃部署下，統籌推進政產學研用，引導“百模并發”形成合力，避免資源分散和低水平重復，實現數據采集匯聚、加工處理、流通交易、開發應用全鏈條協同。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
