非洲初创团队基于开源模型开发农业咨询 AI，成本仅为 GPT-4 方案的 1/20 4.伦理与挑战 在享受技术红利的同时需警惕风险： ①数字鸿沟 ⚫ 技术垄断：掌握提示词工程的人群收入差距扩大 3 倍 ⚫ 解决方案：政府推出“全民 AI 素养提升计划”，覆盖 5000 万弱势群体 ②职业替代 ⚫ 高危岗位：基础文案/客服/数据分析岗位替代率达 47% ⚫ 转型 解决方案：推行“人机分工认证”，强制保留 30%创造性工作由人类完成 ②社会震荡 ⚫ 职业重构：47%基础岗位面临替代，但“AI 训练师”等新兴职业薪酬达传统岗位 3 倍 ⚫ 数字鸿沟：掌握提示词工程的人群收入差距扩大至 5.6 倍 ⚫ 平衡路径：政府推行“全民 AI 素养计划”，覆盖 5000 万弱势群体 ③技术失控 ⚫ 算法黑箱：医疗诊断系统出现“正确结论+错误逻辑”案例 ⚫ 防御机制：建立“可解释性

型推理能力和长程问题能力，基于RL的 Post-Training 将会成为下一个突破点。 ➢ 自回归模型在数学推理问题上很难进步的一点在于没有办法进行回答的自主修正，如果仅是依靠生成 式方法和扩大参数规模，那么在数学推理任务上带来的收益不会太大。所以需要寻找额外的 Scaling Laws [1]。 [1] Training Verifiers to Solve Math Word Problems

R P C / R E S T A P I 推理 OpenVINO™ 与 AI 大模型 在最新版本的 2024.3 中，OpenVINO™ 增加了需要针对 AI 大模型的新功能，包括： • 扩大了对生成式 AI 和大模型框架的覆盖和支持，并在 Hugging Face* 上提供 OpenVINO™ 预优化模型，帮助开发者更 容易地开始使用这些模型。 34 02 英特尔 ® 技术方案