![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日](/simg/7/7809d8928361687e07ab3ea17a631d622bec4a43.png)
机构名称：
¥ 1.0
基础模型可以通过扩大深度学习的模型大小以及训练数据的广度和大小来颠覆未来的人工智能发展。这些模型在自然语言处理和计算机视觉等领域的各种任务上实现了最先进的性能（通常通过进一步调整）。基础模型表现出一种新颖的新兴行为：情境学习使用户能够提供一个查询和一些示例，模型可以从中得出答案，而无需针对此类查询进行训练。此外，模型的同质化可能会用少数公司控制的少数大型模型取代大量特定于任务的模型，从而导致人工智能的权力和控制权发生转移。本文简要介绍了基础模型。它通过明确区分基础模型和之前的深度学习模型、提供机器学习发展基础模型的历史、详细阐述社会技术方面（即组织问题和最终用户交互）以及讨论未来的研究来做出贡献。
arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日
主要关键词
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日PDF文件第1页](/bimg/b/b6161c561e1465beb701b6ab5661bc72696f6a75.webp)
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日PDF文件第2页](/bimg/c/cf55a9e50b1d5e6e80a0a06e0f8434c834995bba.webp)
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日PDF文件第3页](/bimg/4/4d900afc57579a6c096a27d77650d0418f92ba7a.webp)
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日PDF文件第4页](/bimg/9/9531406b069cfb229be01395aa4719149aacaa7b.webp)
![arXiv:2212.08967v1 [cs.AI] 2022 年 12 月 17 日PDF文件第5页](/bimg/f/f56ddfcd94ad7a95c5799c934e67b0430442ac0d.webp)
相关文件推荐
![arXiv:2207.05643v1 [cs.RO] 2022 年 7 月 12 日](/simg/9/914a0980453c8245d7338c340cfcc7abaab03a7a.webp)
![arXiv:2111.00826v4 [cs.AI] 2021 年 12 月 17 日](/simg/d/d4e727c16ad3d32ed6dc0b79aaf9f4b1f3039c71.png)
![arXiv:2208.10629v3 [cs.CR] 2022 年 12 月 3 日](/simg/e/eb1262714226878482b0cf1d7af9be5069ea8d28.webp)
![arXiv:2209.03956v1 [q-bio.NC] 2022 年 7 月 17 日](/simg/7/78b9783c41970cf7d752a579b54ae9f4bb2a7c6f.webp)
![arXiv:2209.03929v1 [cs.AI] 2022 年 9 月 8 日](/simg/6/672d2fccbb7f9f52b3d9ec2bc1af4cb846806851.png)
![arXiv:2112.12754v2 [cs.AI] 2022 年 2 月 6 日](/simg/2/2ae1c7ced0b6cb3a6dbfb3b7bdbff743ba4ccf33.png)
![arXiv:2201.02950v1 [cs.AI] 2022 年 1 月 9 日](/simg/7/7950d74bd5d43cfd47f19f081b684a20edfbc27a.png)
![00 BDO 17-A 年度报告（2022 年 12 月 31 日）_FINAL[85]](/simg/2/281696cffe2caee7a9e535796cc56df373a1034f.webp)
![arXiv:2208.02886v1 [cs.AI] 2022 年 8 月 4 日](/simg/1/1c9e25aca4e4de77bf16485751b3063f311615e9.png)
![arXiv:2205.12749v2 [cs.AI] 2022 年 7 月 1 日](/simg/2/2065ed9bc53d9d49461c4886d3dbb8f82d668f71.png)
