这俩月我一直在想俩问题，一个是为什么这俩月突然多了这么多国产LLM，另一个是这么多国产LLM有什么区别。
这俩问题想的不少，说得好的不多，姑且说说。
去年底ChatGPT刚出来的时候，那时候国内NLP甚至整个AI圈子的热门话题可以归纳成两个字，绝望。ChatGPT很震撼，而且是与过去AI产品完全不同的震撼。过去的AI产品，譬如说AI绘画，往往是圈外很震撼，圈内觉得也就那样。
原因很简单，信息差，圈内是看着AI产品从不行到不怎么行最后一步一步发展到很行，你见证了这个过程，最后结果对你的震撼效果多半是要减半。不过，AI产品梳洗打扮的过程圈外通常是不怎么了解的，等能“破圈”时已经经过了漫长的改进，初见自然惊为天人。
但是，ChatGPT不一样。圈外当然依旧惊为天人，但这一次，圈内比圈外更为震惊。不是不相信AI能做到这种地步，而是不相信现在就能做到这种地步。包括AI界的扛把子谷歌。
ChatGPT推出来最受震撼的是谁？是谷歌。谷歌不仅仅是站在AI发展的浪潮之巅，而是浪潮本身。可是，谷歌这次狼狈不堪。现在谷歌张开闭口都AI安全伦理，不过知道的都知道，这是给狼狈不堪换了个体面点的说辞。
有多狼狈？过去谷歌为什么是AI界的扛把子，不是说什么好点子都是谷歌先想出来的，而是追得很快，哪怕被别人先想出来好点子，谷歌也能后来追上，在短时间内搞出一个力大飞砖的SOTA。
但是这次不一样。谷歌很狼狈，ChatGPT是22年12月发布，谷歌直到23年5月，也就是用了整整半年，才搞出来一个看起来总算有点谷歌样子的Palm 2。
为什么说“看起来总算有点谷歌样子”？因为前面的Bard不成样子，Palm 2虽然还没用上，不过学GPT-4也放了一份同样90来页的技术报告。有意思的是，每个人读完这篇技术报告似乎感觉都不同，当时我看了一堆自媒体发的标题叫”超越GPT-4“，也有不少人觉得底气不足。我的感觉是值得期待。
说Palm 2”超越GPT-4“是自媒体博眼球，谷歌技术报告说的很清楚，PaLM 2 outperforms PaLM across all datasets and achieves results competitive with GPT-4，意译就是打得有来有回，再看看测试结果，确实没能再现SOTA刷磅的王霸之气。不过，接受了OpenAI领跑LLM并且把第二名甩开很远的人设以后，谷歌用半年时间就能重新与OpenAI打得有来有回，多少也有了一点”追得很快“的味道。
当然了，最近又有报告说Palm 2实测性能并不怎样，甚至输给了开源的Vicunna-13B，在一众LLM里面只能算”老六“。到底怎样还是实际用了再说。
说了这么多题外话，无非是想说明为什么国内NLP甚至整个AI圈子当时看了ChatGPT感觉很绝望：如果谷歌倾尽全力用半年时间来追，最好的结果也就只是有来有回，那么请问，在座各位距离追上谷歌又还有多远呢？
门槛很高。所以当时很多人包括我的认为，以后NLP不用玩了，都围一块坐在台下看几位大佬表演就好。结果呢？这俩月的事大家都知道了，不但不是不用玩，而是都来玩。一些以前分明不是搞AI的企业，居然这波也说要推自己的大模型。
事实啪啪打脸。这脸打得怎么说呢？痛快。
当然了，大家第一个问题就是，为什么LLM的门槛忽然就降低了呢？还没有最终定论，不过，我想主要是两个原因：开源模型和开源数据。
LLM的门槛主要是就是人工智能的三要素：算法、算力和数据。
算法本身算不上门槛。我前面写过一篇文章，站在现在这时间点上回看，ChatGPT给我们带来的到底什么是最重要？是可行性。LLM这条路走得通。哪怕OpenAI啥也没说，光有这个结论也就足够了。更何况现在已经出了一吨的论文。
总的来说，ChatGPT的核心算法就是LLM RLHF。现在也有不少论文说RL不是必须的，不过，照做也没啥坏处。算法的门槛总是随着时间越来越低，再说现在训练框架都有现成的，越是略等于无。
接着是算力。训练LLM得有非常高的算力，这是硬门槛。不过，说到底也就是钱的事。ChatGPT爆火以后，LLM就成了23年资本的风口。什么叫风口？别说你想搞类ChatGPT的LLM，就算你不想搞也得想办法擦点边。对于宣布搞自家LLM的大企业来说，最不差的恐怕就是钱了。何况现在还有一堆LLM的预训练模型排着队的开源呢。
最后是数据。数据很容易被人忽略，但我从一开始就认为，数据才是真正的隐性门槛。
越来越多的论文也一再证明，RL可以不用，甚至模型参数也未必要很大，早前对LLM总结的所谓“要素”都有可能被新的实验推翻，但唯独一样越发重要，那就是数据。规模大、质量高的数据集很可能才是ChatGPT取得惊人成功的真正秘诀。
然而，人工标一个规模大、质量高的数据集需要花很多的钱，更重要的是需要花很多的时间。不过，一个未曾设想的道路，在ChatGPT出来以后从空想变成了现实，那就是RLAIF。
什么是RLAIF？前面我们说，ChatGPT的核心算法就是RLHF，翻译过来就是基于人类反馈的强化学习。“基于人类反馈”用大白话说就是人工标注，人工贵而且慢，所以数据成了门槛。但是，换个思路，如果有一种AI标注性能表现接近人类标注，那是不是就可以用AI来替代人类，实现RLAIF，也就是基于人工智能的强化学习了呢？
这个思路不难想到，毕竟都已经有一个词叫AI焦虑了，但这里有个经典的理论问题：到底是先有鸡还是先有蛋呢？
不过，OpenAI解决了鸡的问题，ChatGPT标注性能甚至超过了人类，再加上开源社区孜孜不倦地用爱发电，所以，问题现在依旧是问题，但已经没那么是问题。
最后说说国产LLM的区别，其实这才是关键。
互联网企业大干快上已经上演了好几次，所以这次国产LLM的主要剧情也不难猜，技术上大差不差，基本都是上面这些，最终活下来的关键就是区别。
现在测国产LLM都喜欢测语义理解，测逻辑推理，不能说测的不对，但没抓住重点。LLM的语义理解、逻辑推理重要么？重要，但如果技术上大差不差，性能上的大差不差也就是时间问题。
重点是什么？是应用。用互联网的话说，叫赛道。
