（報告的出品方是：中國平安）
百度的文心大模型在國內是全面領先的，很有希望被打造成國產的ChatGPT。
百度在大模型這塊兒有很強的技術和平台積累，文心大模型在行業裏大體上是排在前面的。2019年3月的時候，百度第一次推出預訓練模型ERNIE 1.0，打這以後，在大模型的技術創新和產業套用上就一直下功夫，到現在也陸陸續續有了一定的突破。2021年，百度推出了ERNIE 3.0這個最新版的大模型；2022年，百度又釋出了鵬城 - 百度文心大模型，這個模型的參數規模達到2600億，比GPT - 3的參數量多出50%；2023年2月，百度說它最新的大模型「文心一言」會在3月完成內測，然後對公眾開放。按照IDC對國內大模型市場的評估，百度文心大模型在產品能力、套用能力、生態能力這些方面，在業界是全面領先的。
百度創新性地引入大量知識，文心大模型的效能得到了很大提升。
百度的「文心一言」，其生態建設有了進展，有進行商用拓展的潛力。
大模型（也叫基礎模型）能夠利用海量、各種各樣的數據（一般是無標註的文本）預先訓練，然後針對很多下遊任務進行微調或者適配。對於不同的任務和套用場景，只要把大模型遷移學習到下遊任務就能達成目的，這樣就解決了傳統自然語言處理（NLP）技術得從頭開始訓練下遊任務的麻煩事兒。
突破 | 數據集：數據量、多樣性、數據品質很關鍵。
算力方面：ChatGPT是在InstructGPT模型的基礎上，透過大幅增加數據量級而得來的。
ChatGPT模型的訓練把監督學習和強化學習結合起來了，具體的訓練方式分三步：1）先收集數據集，然後人工標註，再把標註好的數據集輸入到GPT - 3.5模型裏對這個模型進行微調，這樣就能訓練得到一個監督模型（SFT）；2）收集SFT模型生成的有多個輸出的比較數據集，對很多答案進行排序打分（這一步也是人工標註），透過這個就能訓練得到一個獎勵模型（RM）；3）拿RM模型當獎勵函式，用PPO演算法對SFT模型做強化學習，不斷叠代生成模型，這個過程不需要人工標註。
大模型要想實作，在訓練和推理過程中得有非常強大的算力來支撐。
ChatGPT不管是進行訓練還是推理，在算力上花費的成本都很高。
【套用：行業將逐步回歸理性，能否突破需要看B端】
【報告節選：】
（這篇文章只是用來參考的，不代表我們的任何投資建議哦。要是想要使用相關資訊的話，就去看報告原文吧。）
精選報告來源：【未來智庫】。「連結」
