大语言模型的技术应用前景与风险挑战

作者：徐月梅^*; 胡玲; 赵佳艺; 杜宛泽; 王文清

来源：计算机应用, 2023, 1-10.

• 大语言模型
• 风险挑战
• 技术监管
• 应用前景
• 通用人工智能

针对大语言模型（LLM）技术的快速发展，剖析其技术应用前景及风险挑战，对通用人工智能（AGI）的发展和治理有重要参考价值。首先，以BERT(Bidirectional Encoder Representations from Transformers)、GPT(Generative Pre-trained Transformer)和ChatGPT(Chat Generative Pre-Trained Transformer)等语言模型为代表，综述大语言模型的发展脉络、大语言模型的核心技术和评估体系；然后，分析大语言模型现存的技术局限和安全风险；最后，提出大语言模型在技术上改进、政策上跟进的建议。分析指出作为发展阶段的大语言模型，现有模型存在非真实性及偏见性输出、实时自主学习能力上尚有欠缺，算力需求庞大，对数据质量和数量依赖性强，语言风格单一；存在数据隐私、信息安全、伦理等方面的安全风险。未来发展可从技术上继续改进，从“大规模”转向“轻量化”、从“单模态”走向“多模态”、从“通用”迈入“垂类”；从政策上实时跟进，实施有针对性的监管措施，规范其应用和发展。

• 单位
  北京大学; 北京外国语大学