由AI大模型工場主辦的AI大模型生態暨算力大會在京舉行。作為國內最具影響力與最懂大模型的AI生態大會，此次大會以「AI NATIVE，生成未來」為主題，圍繞大模型、算力、數據產業、基礎設施全產業鏈、應用場景等多個維度展開深度剖析與對話。

云知聲 AI Labs 研發副總裁劉升平應邀出席論壇并作主題演講，以《山海大模型的訓練優化方法及應用實踐》為題，深入剖析大模型訓練與優化之道，并結合具體實踐案例，帶領與會人員進一步了解大模型在多領域的落地應用和創新成果。

山海持續進化背后，大模型訓練與優化之道

云知聲是國家級專精特新“小巨人”企業，2018年起連續六年上榜CB Insights全球人工智能獨角獸榜單；自2018年起連續5批參與承建6項國家重點研發計劃（“科技創新2030-新一代人工智能重大項目”），承擔北京科技計劃3項；先后獲得北京科技進步獎一等獎、吳文俊人工智能科技進步獎、福建省科技進步獎一等獎等榮譽獎項。

作為國內AGI技術產業化的先行者，云知聲于2023年5月發布山海大模型，其通用能力在權威測評機構SuperCLUE發布的《中文大模型基準測評2024上半年報告》中，以總分72的優異成績穩居全球大模型第一梯隊；其醫療能力登頂今年4月MedBench評測榜，在2023 PromptCBLUE醫療大模型評測獲通用賽道一等獎。

而山海之所以能夠持續在行業中保持領先地位，得益于團隊對技術創新的不懈追求和對產品性能的持續精進與優化。

現場，劉升平分享了山海大模型的通用訓練策略，包含預訓練、微調、偏好學習和自我提升四個步驟。同時，他指出，面向不同的行業、不同的企業、不同的應用，需要提供相應級別的大模型。基于此，云知聲提出了面向應用場景的優化方法包括提示工程、微調、檢索增強生成、對齊（反饋學習）、Agent機制、增量預訓練、可控解碼策略七種武器和一個秘方（數據訓練的生產、選擇與配比），這些策略共同構成了一套全面的方法論，確保了山海大模型能夠在實際應用中達到最佳效果。

加速大模型落地，山海的實踐應用探索

大模型是“成本”，應用才是“價值”。劉升平指出，用戶不僅是為大模型付費，更是為其在實際場景中的應用價值買單。

大模型的應用五花八門，從大模型語言理解與生成能力的本源深究，其應用場景可基于語言進行分類。

自然語言

自然語言是人類在日常生活中使用的語言，可細分為口語和書面語：

面向口語，大模型有兩大應用場景：一是人機對話系統，大模型作為參與者與人類進行對話，云知聲基于山海大模型打造的智慧座艙交互、智慧家居交互、智能客服與外呼等應用均屬于這一范疇；二是人人對話系統，大模型作為旁觀者，將人與人之間的對話錄音轉寫成文字，并進行深入分析。例如，在會議記錄系統中，山海大模型能夠將會議中的口語對話實時轉錄并生成會議紀要；在門診病歷生成系統中，它能夠將醫生與患者的對話轉錄并生成符合臨床規范的病歷。

面向書面語，大模型應用可提供一個全面覆蓋文本生命周期的解決方案。從文本的創作到審核，再到問答、文本抽取與分析，大模型極大提升了文本處理的效率和質量。云知聲藍藻AI內容創作平臺和獸牙AI聚合平臺，就充分展示了山海大模型在文本智能化處理方面的強大能力。

形式語言

形式語言被設計用來執行特定任務，通常用于計算機科學與技術領域。這種語言具有嚴格的規則和結構，不允許有任何歧義或模糊性。例如，編程語言就是一種形式語言。基于形式語言的特性開發的代碼智能系統通過自動化代碼生成，能夠幫助開發者減少手動編寫代碼的時間，同時確保代碼的質量和安全性。

在選擇大模型應用場景時，劉升平強調，需要權衡大模型的成熟度以及對幻覺的容忍度，以確保選擇的場景能夠最大化大模型的優勢，同時最小化潛在風險。