大语言模型的下一步发展方向

Posted On 2024年2月11日

其实就是把更新数据做到产品中。简单来说就是，用户对答案不满意的时候，可以付费切换到人工回答，帮忙提升回答的质量。 这样可以达到一个三赢的局面：

• 提问者获得满意答案.
• 答题者获得知识付费.
• 平台获得数据更新用于训练.

具体设计

而匹配相对应的人工回答，当然也需要相应的算法去匹配。 需要对提问者做画像，对答题者的技能树做画像，当然更需要从提问中提取特征，各方面帮助匹配到最适合的人。 更要对提问者和答题者做信用打分，确保答题的质量，类似电商发展初期建立网民、网店、支付手段之间的关系。

垂直场景

至于垂直场景，本来就有机器答复不满意切换人工的功能，把数据记录下来训练模型即可。 这里面的遇到的第一个问题就是，如何从语音对话中解析拆解成正常合理的对话文本用于训练。

或许，已经有很多平台在悄咪咪用这样的方式提升模型，只是用户不知道。

初版写于2024年2月11日, 北京朝亦通三区交界。