📢 Gate廣場 #MBG任务挑战# 發帖贏大獎活動火熱開啓!
想要瓜分1,000枚MBG?現在就來參與,展示你的洞察與實操,成爲MBG推廣達人!
💰️ 本期將評選出20位優質發帖用戶,每人可輕鬆獲得50枚MBG!
如何參與:
1️⃣ 調研MBG項目
對MBG的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與MBG相關活動(包括CandyDrop、Launchpool或現貨交易),並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是現貨行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
MBG熱門活動(帖文需附下列活動連結):
Gate第287期Launchpool:MBG — 質押ETH、MBG即可免費瓜分112,500 MBG,每小時領取獎勵!參與攻略見公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通過首次交易、交易MBG、邀請好友註冊交易即可分187,500 MBG!參與攻略見公告:https://www.gate.com/announcements
AI大模型競爭:工程挑戰還是商業難題
AI大模型競賽:工程問題還是科研難題?
上個月,AI界爆發了一場"動物大戰"。
一方是Meta推出的Llama(美洲駝)大模型,因其開源特性深受開發者歡迎。另一方是名爲Falcon(獵鷹)的大模型,由阿聯酋的科技創新研究所開發。兩者在開源LLM排行榜上輪番登頂。
有趣的是,阿聯酋政府表示參與AI競賽是爲了"顛覆核心玩家"。如今,但凡有點財力的國家和企業,都在打造自己的大語言模型。
這種"百模大戰"的局面,源於2017年谷歌發表的Transformer算法論文。Transformer解決了自然語言處理的諸多難題,讓大模型從理論研究變成了純粹的工程問題。只要有足夠的算力和數據,幾乎任何團隊都能訓練出大模型。
然而,開發大模型並不意味着能在AI時代勝出。Meta的Llama雖然排名不如Falcon,但因其活躍的開發者社區,仍然是開源LLM的風向標。而在性能上,大多數LLM與GPT-4仍有明顯差距。
大模型的核心競爭力在於生態建設或純粹的推理能力,而不僅僅是參數規模。此外,高昂的算力成本也成爲行業發展的阻力。據估算,全球科技公司在大模型基礎設施上的投入遠超其產生的收入。
目前,除了少數個例外,多數AI公司還沒有找到盈利模式。即使是微軟、Adobe等軟件巨頭,在AI產品定價上也面臨困境。
隨着同質化競爭加劇和開源模型增多,單純的大模型供應商可能面臨更大壓力。未來,AI的價值或許更多體現在具體應用場景,而非模型本身。