專訪達觀數據董事長陳運文：專業(yè)大模型并非一問一答式，更強調專業(yè)化、人機協(xié)同

每經記者｜朱成祥    每經編輯｜梁梟    

近日，達觀數據董事長陳運文在上海張江公司總部接受了《每日經濟新聞》記者專訪。

達觀數據專注于文本智能機器人，利用自然語言處理、智能文檔處理、光學字符識別、知識圖譜等技術為大型企業(yè)和政府機構提供機器人流程自動化（RPA）、文檔智能審閱等產品。

關于達觀數據“曹植”大模型研發(fā)的經過，陳運文介紹，春節(jié)以前，達觀數據就已經著手大模型的開發(fā)，還在全公司為大模型征名，剛過完春節(jié)，就把名字定下來。彼時，大模型的熱度還沒有起來。

在選擇模型名稱時，達觀數據考慮了各種山川宇宙、神仙等名字，但最終選擇了“曹植”。原因在于，“曹植”內含文化典故，在中國文化中具有一定的知名度。

“大模型幻覺”何解？

目前，大模型普遍存在“一本正經地胡說八道”現象，這也被稱為“大模型幻覺”。對于如何解決這一問題，陳運文表示：“我們在垂直領域強調人機結合。這些工作100%讓人工智能做是不現實的，需要人去控制，即人工智能可以當你的助理。”

陳運文舉例：“比如寫一個報告，不是讓人工智能從頭到尾全寫，而是給到人工智能報告中主要觀點。觀點是人定的，人定大綱、人定骨架，人工智能去填里面細節(jié)文字。這種（人機）結合的方式，在我們（智能文本）這種專業(yè)領域是非常好的辦法。”

此前，記者在采訪時了解到，目前大模型在應用層面仍需進步。比如目前ChatGPT仍舊是對話框形式，這種對話模式是否限制了大模型能力的發(fā)揮？

陳運文端著筆記本，一邊向記者展示一邊說道：“你看我們寫報告的界面，這個是曹植大模型寫的，人工智能根據標題，生成文章大綱。但人工智能生成的大綱，未必能夠滿足要求。因此，生成大綱之后，人可以在生成的基礎上修改，修改完以后，它（人工智能）會根據寫好的大綱生成正文，并且在正文里還可以配圖、配表。這是一個人機交互的過程，并非如ChatGPT那樣一問一答式。”

陳運文具體描述稱：“我們不僅分步驟，也是分段寫。比如100頁的投標書或者項目結項報告，AI并不是從頭到尾100頁一下子全寫好。這種專業(yè)報告是非常復雜的，報告里面有圖有表、各個部分還分小標題。我們是一段一段寫，每一段都有提示詞，每一段都有寫作標準，每一段都有自動化審核的系統(tǒng)。寫完之后，我們還要AI去審核判斷是否符合需求。”

提示詞是達觀數據事前內置還是內置后由客戶修改？陳運文表示：“會提前內置我們覺得很好的提示詞，客戶也會根據需求疊加修改。提示詞既有代碼，也有自然語言。”

專業(yè)大模型還是通用大模型？

自大模型火熱起來之后，通用大模型與專業(yè)大模型之爭便一直持續(xù)，陳運文也給出了他的見解。

陳運文表示：“曹植大模型是垂直專用大模型，喂的是專用知識。通用大模型有點像一個985的名校本科生，很聰明，綜合能力也很強，各種知識都懂一些。你問他各種知識，也能回復得很好。但大學畢業(yè)生在專業(yè)崗位方面還缺乏培訓，比如銀行對公信貸業(yè)務，還需要上崗前專業(yè)知識的培訓。以前這個專業(yè)崗位上，別人是怎么寫報告的、寫作要求是什么樣的。并且需要懂對公信貸業(yè)務、同業(yè)拆借等等。”

簡而言之，通用大模型是985本科生，而“曹植”這類專業(yè)大模型是進一步做了上崗前培訓。

陳運文舉例：“比如說，我們給它導入的是工業(yè)制造領域的工藝工序、設備操作、產品手冊等等這些專業(yè)的文檔，大模型學完以后，生成出來的報告才是專業(yè)領域所要求的報告。”

那么，專用大模型相比通用大模型，是在語料輸入方面存在差異，還是在語料、算法方面都作出改變？

陳運文表示，在算法和產品形態(tài)兩個方面都作出了改進。“如果我讓你寫一個100頁的報告，一問一答式怎么幫你寫呀？”他笑稱。

因此，他總結：“所以我們講，真正在專業(yè)領域，它的產品形態(tài)跟消費者使用的一問一答式是不一樣的。我們這個系統(tǒng)要更專業(yè)、更垂直化，然后才能解決大模型幻覺問題。我覺得曹植大模型與ChatGPT最大的區(qū)別，就在于我們強調專業(yè)化、強調人機協(xié)同。”

封面圖片來源：視覺中國-VCG41N1188747468