股市大涨时，我们如何用AI分析公司和题材？

主要观点总结

文章讨论了大模型技术的现状、发展及实际应用情况。指出虽然大模型的商业回报目前低于预期，但其作为创新技术仍具有价值。文章还提到了不同大模型之间的差距、开源与闭源的优势、未来AI发展的方向以及百度在大模型技术方面的进展。同时，文章也探讨了财报分析的应用和百度千帆大模型平台的功能。

关键观点总结

关键观点1: 大模型的商业回报现状

大模型技术火了一年多，但商业回报低于预期。目前仍处于技术成熟度曲线的巅峰之后，即将进入冷静期。每个从业者都在关注大模型之间的差距、基础模型研究是否继续投入等问题。

关键观点2: 大模型技术之间的差异与挑战

虽然新模型发布时常常与GPT-4相比，但真正衡量大模型能力的在于具体应用场景中是否满足用户需求，产生有价值的增益。不同大模型之间仍存在理解、生成、记忆、逻辑推理等基本能力的差距。

关键观点3: 开源与闭源的优势

闭源大模型企业可以获得真实用户围绕现实应用场景下的真实语料，具有两大优势。另一个优势是使用公有云上的大模型API更加便宜，特别是对于大规模的大模型来说。

关键观点4: 未来AI发展的方向

未来的AI需要切实做到提质增效，辅助人类更好地完成现有工作。分三步发展，一开始是辅助人类，然后是智能体的发展，最后是真正的AI员工。智能体可以高质量地执行一个工作流，确保能够按照人类的意愿执行工作。

关键观点5: 百度千帆大模型平台的功能与应用

千帆大模型平台提供了从模型开发到模型服务再到应用开发的全流程工具，支持企业级智能体的创建。该平台已经足够小型企业或个人开发者使用，可以实现各种应用如股市热点题材分析等。

免责声明