专访达观数据董事长陈运文：专业大模型并非一问一答式，更强调专业化、人机协同

每经记者 朱成祥    每经编辑 梁枭    

近日，达观数据董事长陈运文在上海张江公司总部接受了《每日经济新闻》记者专访。

达观数据专注于文本智能机器人，利用自然语言处理、智能文档处理、光学字符识别、知识图谱等技术为大型企业和政府机构提供机器人流程自动化（RPA）、文档智能审阅等产品。

关于达观数据“曹植”大模型研发的经过，陈运文介绍，春节以前，达观数据就已经着手大模型的开发，还在全公司为大模型征名，刚过完春节，就把名字定下来。彼时，大模型的热度还没有起来。

在选择模型名称时，达观数据考虑了各种山川宇宙、神仙等名字，但最终选择了“曹植”。原因在于，“曹植”内含文化典故，在中国文化中具有一定的知名度。

“大模型幻觉”何解？

目前，大模型普遍存在“一本正经地胡说八道”现象，这也被称为“大模型幻觉”。对于如何解决这一问题，陈运文表示：“我们在垂直领域强调人机结合。这些工作100%让人工智能做是不现实的，需要人去控制，即人工智能可以当你的助理。”

陈运文举例：“比如写一个报告，不是让人工智能从头到尾全写，而是给到人工智能报告中主要观点。观点是人定的，人定大纲、人定骨架，人工智能去填里面细节文字。这种（人机）结合的方式，在我们（智能文本）这种专业领域是非常好的办法。”

此前，记者在采访时了解到，目前大模型在应用层面仍需进步。比如目前ChatGPT仍旧是对话框形式，这种对话模式是否限制了大模型能力的发挥？

陈运文端着笔记本，一边向记者展示一边说道：“你看我们写报告的界面，这个是曹植大模型写的，人工智能根据标题，生成文章大纲。但人工智能生成的大纲，未必能够满足要求。因此，生成大纲之后，人可以在生成的基础上修改，修改完以后，它（人工智能）会根据写好的大纲生成正文，并且在正文里还可以配图、配表。这是一个人机交互的过程，并非如ChatGPT那样一问一答式。”

陈运文具体描述称：“我们不仅分步骤，也是分段写。比如100页的投标书或者项目结项报告，AI并不是从头到尾100页一下子全写好。这种专业报告是非常复杂的，报告里面有图有表、各个部分还分小标题。我们是一段一段写，每一段都有提示词，每一段都有写作标准，每一段都有自动化审核的系统。写完之后，我们还要AI去审核判断是否符合需求。”

提示词是达观数据事前内置还是内置后由客户修改？陈运文表示：“会提前内置我们觉得很好的提示词，客户也会根据需求叠加修改。提示词既有代码，也有自然语言。”

专业大模型还是通用大模型？

自大模型火热起来之后，通用大模型与专业大模型之争便一直持续，陈运文也给出了他的见解。

陈运文表示：“曹植大模型是垂直专用大模型，喂的是专用知识。通用大模型有点像一个985的名校本科生，很聪明，综合能力也很强，各种知识都懂一些。你问他各种知识，也能回复得很好。但大学毕业生在专业岗位方面还缺乏培训，比如银行对公信贷业务，还需要上岗前专业知识的培训。以前这个专业岗位上，别人是怎么写报告的、写作要求是什么样的。并且需要懂对公信贷业务、同业拆借等等。”

简而言之，通用大模型是985本科生，而“曹植”这类专业大模型是进一步做了上岗前培训。

陈运文举例：“比如说，我们给它导入的是工业制造领域的工艺工序、设备操作、产品手册等等这些专业的文档，大模型学完以后，生成出来的报告才是专业领域所要求的报告。”

那么，专用大模型相比通用大模型，是在语料输入方面存在差异，还是在语料、算法方面都作出改变？

陈运文表示，在算法和产品形态两个方面都作出了改进。“如果我让你写一个100页的报告，一问一答式怎么帮你写呀？”他笑称。

因此，他总结：“所以我们讲，真正在专业领域，它的产品形态跟消费者使用的一问一答式是不一样的。我们这个系统要更专业、更垂直化，然后才能解决大模型幻觉问题。我觉得曹植大模型与ChatGPT最大的区别，就在于我们强调专业化、强调人机协同。”

封面图片来源：视觉中国-VCG41N1188747468