汽车之家（李航宇）：破除知见障——大模型时代AI算法人才成长的思考

破除知见障大模型时代AI算法人才成长的思考汽车之家 李航宇www.top100summit.com李航宇汽车之家资深经理“•本、硕毕业于北京航空航天大学•13~22年就职于百度•22年至今担任汽车之家人工智能技术负责人-从0到1搭建之家核心算法团队-带领团队在C端场景成功落地大模型应用——万斗天枢”讲师简介www.top100summit.com站着看、坐着看、躺着看背景大模型你怎么看？Langchain你怎么看？Agent你怎么看？ ——某圈外好友两周内把大模型产品搞上线，一定要做垂类行业第一个上线的！ ——某垂类经理大模型真的太火了！热钱容易进也容易出，就像手心的白月光www.top100summit.com背景大模型发展迅速Chatgpt成为历史上日活增长最快的应用大模型百花齐放，仅国内就超200多款，应用更是不计其数入选自然杂志年度十大“人物”www.top100summit.com知见障：已有的知识获取和思考模式，会困住我们，无法做出（正确的）决策背景大模型“知见障”大模型是算法进化唯一方向，ALL IN的时候到了！现在做大模型就是49年入国军，想想元宇宙吧！应该切入哪个细分领域？大模型下我如何持续成长？大模型如何落地业务？……《侠客行》里，因为石破天不识字，反而没有被武功的文字所影响，而是直接洞穿本质，看到武功秘籍的行气图，练成绝世武功《太玄经》见知获取外部信息迭代认知模型践www.top100summit.com目录见践知www.top100summit.com见大模型带动产业模式变革生产力变革交互方式变革算法范式变革• 内容创作新范式：-AIGC生产文章、图片、视频• 办公生产力新范式：-编码辅助：百度超20%代码覆盖-Office辅助： Microsoft 365• 全行业赋能：-营销、设计、服务业、智能驾驶/交通/家居-社会学、军事学• before：图形交互界面-完全由产品设计确定交互方式，非个性化或低个性化，多层级-输出能力非常受限-固定需求场景内高效• after：对话式交互-个性化、低门槛、多模态、扁平化表达-输出能力无限制、上下文友好• 复杂算法设计→prompt-案例：从用户口碑数据中摘取出口语化、个性化的“一句话口碑”-before：人工标注+情感分析+摘要抽取+工程实现+……-after：chatgpt4+prompt- “请从以下的评论中随机抽取一句相关车的优点评论，要求真实鲜活有态度，……”-月级→分钟级，效果不输• Agent：复杂问题的通用解决方案-LLM+Planning+Feedback+Tool-目标AGI：AutoGPT，langchain…• 算法门槛大幅降低图形交互界面对话式交互www.top100summit.com见大模型也不是万金油幻觉时效性烧钱耗时可解释性稳定性知识产权安全伦理上帝不会掷骰子但大模型是概率游戏www.top100summit.com见大模型带动算法成长路径的变革• Before：聚类分类，有监督无监督，深度学习、DNN、RNN、Transformer、NLP、CV……• After： Prompt Engineering；PT、SFT、RLHF；ICL、COT（TOT、GOT）……www.top100summit.com目录见践知www.top100summit.com践简单介绍一下汽车之家买团队主要解决的问题：www.top100summit.com践• 选定3-5意向车系，综合对比优缺点和适合度• 查看目标车系参配等细节信息• 明确购车预算：30万左右选车意图逐渐明确买车中期阶段• 线下试驾体验目标车系• 贷款和保养相关知识• 用车相关成本核算用户特点需求收敛信息收集/兴趣激发买车初期阶段• 知道车相关的知识和品牌信息较为有限• 有不明确的选车意图• 预算是个区间（20万~40万）相对不明确的选车意图买车后期阶段买车决策确认最终选择买车用户转化周期www.top100summit.com践买车决策痛点交互模式陈旧内容生产/获取低效1.固定交互、层级化设计、操作冗余2.先有意图后满足，激发能力差1.OPU 3GC为主，生产效率低、质量参差不齐2.信息过载或过于专业，难理解、难决策信息收集需求收敛买车决策•对话式交互，无层级，直接分发•多模输入输出，交互能力更强•全场域能力调度•规模化生产优质内容•精炼关键信息、减少过载大模型能力•个性化兴趣激发•多Agent协同，降低研发成本•口语化，易于理解•AI质检www.top100summit.com知识原子化践大模型底座全之家资讯内容全网信息挖掘/清洗多级标签体系多模协同之家产品库之家汽车知识库外站数据挖掘其他来源内容质检一站式用户选车决策解决方案原子知识底座自研：仓颉QWenLlama2PretrainSFTRLHFAIGC资讯大模型选车引擎AIGC决策信息页优质内容热点话题沉浸式搜索生成式搜索单车对比推荐其他应用层：解决信息收集、需求收敛、买车决策问题•“读心术”般的无词搜索体验•真实、专业、有态度，紧跟时事•千人千面解决用户选车决策痛点支持层：供给大模型能力和优质知识•大模型底座：仓颉•抽象高密度、原子化看买用换经验为知识底座数据层：挖掘全网信息，供给模型训练和知识精炼万斗天枢：www.top100summit.com目录见践知www.top100summit.com知AI算法人才成长思考算法能力•大模型和传统算法互为补充•掌握算法sense才能万变不离其宗思考模式发展方向•开放心态激活知见飞轮•加减除乘法解决具体问题•大模型驱动分工模式变化•关键在于找准定位•大模型未来发展www.top100summit.com知掌握算法sense才能万变不离其宗审美良好的算法基础•数学：概率、矩阵、微积分•深度学习、TransformerAI生图/视频如火如荼，设计师还有核心竞争力吗？有，算法sense大模型时代下，算法工程师还有核心竞争力吗？有，业务理解和算法设计“算法sense”有哪些？•数据敏感，算法视角对业务有引导，不要“自嗨”•足够的经验，算法设计有自己的认知框架www.top100summit.com知大模型和传统算法互为补充高成本低门槛场景专精高适配高泛化需约束大模型传统模型•生成类、约束少的场景更适合纯大模型：AI生图、闲聊、仿真、创作等•高质量、强约束的领域场景需大模型和传统算法互补：-大模型易幻觉、不稳定，必须要有约束-应用架构整合：如搜索增强、工具使用-模型架构整合：Mistral 8*7B>Llama2 70B（LLM + MOE）-开发流程结合：LLM冷启+传统算法精调InAboutAllLLM ？AllLLM ！快速响应，通用性强少量标注+适量业务数据LLM+业务任务微调幻觉、不稳定，需外部约束特定场景，通用性低大量标注、业务数据复用率低，研发周期长无需外部约束www.top100summit.com知AI算法人才成长思考算法能力•大模型和传统算法互为补充•掌握算法sense才能万变不离其宗思考