>> 方正證券-互聯(lián)網(wǎng)傳媒行業(yè)深度報告-大模型“安卓時刻”：高質(zhì)量數(shù)據(jù)為“勝負(fù)手”-230331
| 上傳日期： |
2023/4/2 |
大?。?/td>
| 3900KB |
| 格式： |
pdf 共40頁 |
來源： |
方正證券 |
| 評級： |
看好 |
作者： |
楊曉峰 |
| 行業(yè)名稱： |
傳媒 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
1、大模型的“安卓時刻”到來，訓(xùn)練數(shù)據(jù)質(zhì)量或是后續(xù)競爭關(guān)鍵
Meta大模型LLaMA開源且持續(xù)改進(jìn)，為行業(yè)帶來變數(shù)。我們認(rèn)為可以參考安卓與iOS的關(guān)系，預(yù)判開源大模型與OpenAI的GPT模型的關(guān)系，當(dāng)前國內(nèi)外科技公司都在緊鑼密鼓的布局大模型的開發(fā)，“安卓時代”來臨后，競爭或持續(xù)激烈化，格局或?qū)⑸儭?br> 而從ChatGPT等模型的經(jīng)驗來看，數(shù)據(jù)具有重要意義。出于模型準(zhǔn)確度和專業(yè)性的需求，學(xué)術(shù)期刊、書籍、代碼等資料類型在訓(xùn)練數(shù)據(jù)中有獨特價值。
2、特別應(yīng)當(dāng)關(guān)注代碼和權(quán)威資料作為高質(zhì)量訓(xùn)練數(shù)據(jù)的價值
代碼：從GitHub、GitLab、Gitee為代表的代碼庫平臺可以獲取較為豐富的代碼資源，相對門檻較低；或是企業(yè)自身積累的代碼資源。
權(quán)威資料：關(guān)注具有較高權(quán)威性的資源，如知乎具有較為豐富的語料，學(xué)術(shù)期刊、科學(xué)書籍的公開可得性更低，因此也具備更強的稀缺性。
3、建議關(guān)注高質(zhì)量數(shù)據(jù)產(chǎn)業(yè)鏈參與方：
中國科傳：權(quán)威文本資料稀缺標(biāo)的，中國最大的綜合性科技出版機(jī)構(gòu)，業(yè)務(wù)包括期刊、科學(xué)圖書、出版物進(jìn)口等，積累有較為豐富的專業(yè)資料，且已經(jīng)有科學(xué)智庫、中國生物志庫等數(shù)據(jù)庫產(chǎn)品生成。
海天瑞聲：高質(zhì)量數(shù)據(jù)供應(yīng)商，與各類大型科技公司、研究機(jī)構(gòu)有較為穩(wěn)定的合作關(guān)系。
投資建議：建議關(guān)注文本數(shù)據(jù)資料相關(guān)投資機(jī)會。
高質(zhì)量數(shù)據(jù)相關(guān)公司：1）權(quán)威資料及數(shù)據(jù)供應(yīng)商，中國科傳（萬方數(shù)據(jù)庫）、海天瑞聲（AI訓(xùn)練數(shù)據(jù)供應(yīng)商）；2）低估值專業(yè)出版公司，如中南傳媒、鳳凰傳媒；
大模型開發(fā)公司：昆侖萬維（昆侖天工）、三六零、百度集團(tuán)（“文心一言”）、騰訊控股（混元大模型）、阿里巴巴（通義大模型）。
風(fēng)險提示：開源大模型開發(fā)不及預(yù)期；AI大模型應(yīng)用不及預(yù)期；數(shù)據(jù)使用政策發(fā)生變化。
|
|
