>> 中信證券-機(jī)器學(xué)習(xí)系列：大模型應(yīng)用專題(三)，多模態(tài)大模型催生產(chǎn)業(yè)應(yīng)用革新，國(guó)內(nèi)迭代追逐勢(shì)頭不減-231105
| 上傳日期： |
2023/11/5 |
大?。?/td>
| 90KB |
| 格式： |
pdf 共1頁(yè) |
來(lái)源： |
中信證券 |
| 評(píng)級(jí)： |
-- |
作者： |
伍家豪,趙文榮 |
| 下載權(quán)限： |
此報(bào)告為加密報(bào)告 |
|
|
2023H2大模型仍保持快速迭代，OpenAI發(fā)布多模態(tài)大模型GPT-4V與ALLTools版本，百度發(fā)布文心大模型4.0。GPT-4V本質(zhì)是擴(kuò)充了模型的可接收信息模態(tài)，有望催生眾多行業(yè)應(yīng)用創(chuàng)新，其中智能硬件新入口與機(jī)器人或?qū)⒊蔀槭苡绊懽钌畹牟糠之a(chǎn)業(yè)。對(duì)于金融投研應(yīng)用場(chǎng)景，GPT-4V的邏輯與技術(shù)分析能力超預(yù)期，但復(fù)雜圖表細(xì)節(jié)的抽取欠佳。此外，面向投研場(chǎng)景，我們也對(duì)GPT4/3.5與文心大模型4.0進(jìn)行了應(yīng)用案例測(cè)試，結(jié)果顯示文心大模型4.0的文本分析能力接近GPT3.5具備較強(qiáng)實(shí)戰(zhàn)性能，部分場(chǎng)景下國(guó)內(nèi)模型差距有望逐步收窄。
▍多模態(tài)大模型GPT-4V發(fā)布，視覺信息處理+Agent推動(dòng)模型進(jìn)一步邁向智能體。GPT-4V等新版本增加圖像和語(yǔ)音模態(tài)，具備視覺和聽覺的感知處理能力。結(jié)合自身豐富的知識(shí)儲(chǔ)備與推理能力，GPT-4可充當(dāng)強(qiáng)大的智能代理（Agent）靈活調(diào)用瀏覽器搜索、高級(jí)數(shù)據(jù)分析、DALLE 3文生圖模型等多種工具，從而解決更復(fù)雜的問題。具備PCA（感知-認(rèn)知-行為）的大模型已展現(xiàn)出智能體雛形，能夠通過行動(dòng)與環(huán)境進(jìn)行互動(dòng)。
▍大模型賽道或加碼多模態(tài)研發(fā)，打通文本與圖像的語(yǔ)義空間。視覺模態(tài)是人類直接從現(xiàn)實(shí)世界獲取信息的主要初級(jí)模態(tài)，相比語(yǔ)言模態(tài)更直觀且信息量更大。多模態(tài)大模型通過聯(lián)合訓(xùn)練各種感知模態(tài)能夠?qū)W習(xí)到更通用和抽象的特征表示，具有更高的泛化能力、更強(qiáng)的可遷移性和更廣泛的應(yīng)用范圍。因此多模態(tài)正得到各大廠商的高度重視，技術(shù)投入有望加碼。
▍GPT-4V本質(zhì)是擴(kuò)充了模型的可接收信息模態(tài)，有望催生眾多行業(yè)應(yīng)用創(chuàng)新，其中智能硬件新入口與機(jī)器人或?qū)⒊蔀槭苡绊懽钌畹牟糠之a(chǎn)業(yè)。GPT4-V作為“智慧大腦”已具備多模態(tài)信息理解與表達(dá)能力，智能硬件新入口將提供更高效地交互效率，可以在生活輔助與殘障人士幫助等場(chǎng)景提供切實(shí)地幫助。面向機(jī)器人產(chǎn)業(yè)，多模態(tài)模型可鋪設(shè)起機(jī)器人感知信息與機(jī)器人決策系統(tǒng)間高效反饋的閉環(huán)通路，未來(lái)有望催生較大的產(chǎn)業(yè)革新。
▍對(duì)于金融投研場(chǎng)景，GPT-4V的邏輯與技術(shù)分析能力超預(yù)期，但復(fù)雜圖表細(xì)節(jié)的抽取欠佳。通過實(shí)測(cè)，GPT-4V能結(jié)合圖像和prompt（提示）輸入，兼具圖片信息提取、深度語(yǔ)義挖掘和邏輯梳理能力，進(jìn)而催生更多應(yīng)用場(chǎng)景。以金融場(chǎng)景為案例，GPT-4V在我們預(yù)設(shè)的研報(bào)圖表分析、財(cái)務(wù)模型分析、財(cái)務(wù)報(bào)表信息理解與點(diǎn)評(píng)、股價(jià)走勢(shì)預(yù)測(cè)中均表現(xiàn)出較強(qiáng)的邏輯構(gòu)建與數(shù)理分析性能。但我們也發(fā)現(xiàn)GPT-4V在從圖像提取數(shù)值時(shí)并非能夠做到完全精準(zhǔn)，后續(xù)能力提升值得期待。
▍文心4.0等國(guó)內(nèi)大模型已經(jīng)逐漸具備較強(qiáng)實(shí)戰(zhàn)性能，特定應(yīng)用下中外差距有望逐步收窄。我們以投研流程中常見應(yīng)用場(chǎng)景為例，構(gòu)建了結(jié)構(gòu)化提取信息、語(yǔ)義理解、邏輯歸納、指標(biāo)量化等多個(gè)prompt，對(duì)GPT4、GPT3.5、文心大模型4.0進(jìn)行橫向?qū)Ρ取＝Y(jié)果顯示，文心大模型4.0在部分場(chǎng)景中的文本分析性能接近GPT3.5具備較強(qiáng)實(shí)戰(zhàn)性能，與GPT4仍存在一定差距，垂直領(lǐng)域應(yīng)用中國(guó)頭部大模型能力差距有望逐步收窄。
▍風(fēng)險(xiǎn)因素：大模型產(chǎn)業(yè)應(yīng)用落地進(jìn)度不及預(yù)期；國(guó)際關(guān)系惡化導(dǎo)致算力限制加?。淮竽Ｐ托阅茉u(píng)測(cè)樣本集中于金融投研應(yīng)用不代表所有場(chǎng)景。
|
|
