未来AI方向落地场景：小语言模型，super_private_agent
目录
- 未来AI方向落地场景：小语言模型，super_private_agent
-
-
- 小语言模型
- super - private - agent（注重隐私的智能代理）
- 碳基生命和硅基生命
-
- 交互界面
-
- 面向agent的专用交互协议和数据接口
- 从web平台经济到网络平台
- 举例说明
- 社交软件
- 垂直领域服务代理涌现
- 个人部署私有的通用大模型与个人私有数据库
- 超级助理管理社会关系之家庭关系
- 预训练，后训练，提问，大模型评估预
- 训练阶段:模型架构设计，模型理解
- 后训练阶段:场景应用，多模态大模型，模型对齐
- 提问阶段:场景应用，安全，推理
- 技术栈:并行训练技术，表示工程，可解释AI，微调prompt，rag，agent，训练数据
- 个人助理的付费模式
小语言模型
- 工业物联网：经企业特定数据预训练后，可部署在大型生产设备传感器或物联网设备上，实时收集并分析设备数据，用于设备实时监控、预测性维护等。比如提前检测设备故障，避免停工损失。
- 智能交通：可在车辆的车载计算机上运行，借助多模态功能，结合语音命令与图像分类。如识别车辆周围障碍物，利用检索功能从交通法规中获取信息，辅助驾驶员安全驾驶。
- 边缘计算设备：在资源受限的边缘设备上运行，如智能摄像头、智能家居设备等，执行本地数据处理和分析任务，减少数据传输延迟和隐私风险，实现如本地图像识别、语音控制等功能。
- 中小企业应用：因成本低、效率高，适合预算有限的中小企业。可用于客服聊天机器人、文档处理、简单数据分析等日常业务场景，提升企业运营效率。
