GPT-5比起來更準確，但也更貴。這是一個有80億個參數的小型模型的故事。
週末時，我在YouTube上看了崔藝眞教授的演講。這是9月29日在紐約韓國協會舉行的「Beyond Scale: The Art of (Artificial) Reasoning and Discovery」演講。斯坦福教授、麥克阿瑟獎獲得者、被時代雜誌評為「AI 100人」兩次的研究人員。整個演講中，貫穿始終的一句話是：「智慧的擴展將會繼續，但我們需要以更聰明的方式來實現它。」
崔教授從數據的故事開始。計算能力在不斷
從規模競爭到設計競爭
崔教授以大衛與歌利亞的故事開講。只是他說，光是什麼都不做等大衛出現是不可行的。於是他這樣結語：沒有痛苦就沒有收穫，且在協作中最大的敵人是自我。
國內大多數企業並非歌利亞。因此這場演講反而讓人感到欣慰。即使沒有最大的模型或最多的 GPU，只要能規劃何時使用哪個模型、挑選資料、並持續投入到底的團隊，就能取勝。貴公司的 AI 專案現在是以規模競爭，還是以設計競爭？
如果需要混合小模型與高價模型的架構、制定公司內部資料的挑選標準、或是設計能夠徹底驗證的 PoC，請洽詢 Knowverse 的 AI導入·活用策略諮詢。我們將以現場使用的檢查框架共同檢視。