大模型商业化难题待解，帮企业提升数据质量会是一个新方向吗？

界面新闻记者 | 肖芳
界面新闻编辑 | 宋佳楠

“百模大战”爆发一年后，大模型虽然在智能办公、金融和教育等领域有了一些落地应用，但商业化落地难的问题并没有完全得到解决。

近日，猎户星空发布了一款自主研发的大模型Orion-MoE8×7B，试图去探索一些能够破解上述难题的新方向。

Orion-MoE8×7B大模型拥有8×70亿参数，采用了生成式混合专家的设计，支持中文、英语、日语、韩语等多种语言。与同规模参数级别的基座大模型对比，Orion-MoE8×7B大模型在推理速度方面展现出一定优势。

猎户星空首席科学家韩堃对界面新闻表示，很多时候大模型用来聊天体验还不错，但要放到比较严肃的任务型或企业级技术应用中，效果总是不好，核心的原因就在于数据。“用更好的数据赋能大模型，其在应用中才能真正发挥价值。”

近年来，随着AI大模型进入爆发增长期，算力、算法、数据成为发展的关键三要素。相比于算法和算力，在大模型的商业闭环中，数据会直接影响其在垂直行业落地的效果。

猎户星空董事长傅盛解释了背后的原因，称算力的供应商都是一致的，差距仅限于各家公司购买GPU规模的不同，算法也基本差不多，大模型的能力靠的就是数据，“之前并没有人捅破这层窗户纸”。

而该公司新发布的大模型Orion-MoE8×7B正是看准了市场对高质量训练数据的需求。其在研发基础模型的同时，也联合猎豹移动旗下聚云科技共同推出大模型数据服务产品AI数据宝AirDS，为有大模型应用需求的企业提供数据收集、清洗、标注、提示词工程以及评估等服务。

这相当于，猎户星空研发了基础模型和应用，帮助其他有大模型落地需求的企业提升训练数据质量，而这项服务本身有望让Orion-MoE8×7B大模型实现商业化落地。

据界面新闻了解，目前大模型的训练数据标注主要还是依靠人工。但大模型训练需要的数据量非常大，人工标注或者数据清理的速度往往难以跟上市场的需求，成本也相当高。如果通过大模型对海量数据进行筛选、清理、去重，就能实现降本提效。

不可否认的是，目前大模型在数据处理上还不能完全替代人工，在一些对数据质量要求比较高或者难度比较大的场景中，人工进行精细的标注和筛选更为合适。

一位大模型技术人士告诉界面新闻，未来的数据服务应该是AI+人工结合的方式。AI大模型的价值是把数据的规模快速提升上来，“如果数据质量非常高，但数据量不够，大模型的训练仍然会出现瓶颈。”

这意味着，通过大模型进行数据处理的市场需求会大大增加，那些具备对外开放数据能力的厂商也将得到更多的发展机会。