首页
自然语言大模型发展出现了哪些瓶颈？性能瓶颈？数据瓶颈？
2024-11-26 阅读 87
发展瓶颈主要集中在性能和数据两方面。性能上包括训练与推理所需的海量算力和成本、内存与带宽限制导致的延迟和并行化困难、模型规模带来的边际收益递减与训练稳定性问题，以及能耗和专用硬件依赖。数据方面则有高质量标注数据不足、噪声和偏见随模型放大、长尾领域样本稀缺、数据时效性与隐私合规限制、去重与版权问题，以及多语言、多模态数据不平衡，这些都会限制泛化和安全性。
更新于 2026年01月04日
