PaLM2 模型训练数据是上一代的 5 倍，达到 3.6 万亿。基于 PaLM2 的 Bard 对比 ChatGPT 有 8 项优势。
决定大模型能力的关键因素，到底是模型的参数，还是训练文本的大小？
谷歌发布的 PalM2，似乎选择了后者作为提升的主要路径。
据悉，谷歌用于训练的 PaLM2 的文本数量几乎是训练其前身模型的 5 倍。
而且上周宣布 PaLM 2 时，谷歌明确表示，该模型比早期的 PaLM 更小。
谷歌内部文件显示，PaLM 经过了 5400 亿的参数训练，而新推出的 PaLM2，训练参数接近腰斩，只有 3400 亿个。
但是在另一个模型训练的关键数据 —— 训练语料大小上，谷歌开始疯狂堆料，把 PaLM 的 7800 亿的训练 token 量直接推到了 3.6 万亿！
而且除了 Token 数量的激增，PaLM2 在数据质量上也有很大的提升。
所以相比 PaLM，第二代在英语语料数据量没有显著增长的情况下，英语性能明显提高，部分原因是因为英语数据的质量提升了。
OpenAI 没有公开 GPT-4 的训练参数数量，但是谷歌没有藏着掖着，主动公开了 PaLM2 训练参数。
而且在谷歌 I / O 大会上，还同时发布了 4 个参数更少的模型。
其中最小的一款模型 Gecko（壁虎），甚至可以在智能手机上运行。
这一举动侧面反应了谷歌未来的野心，希望在更多的平台上部署自己的大模型。
在这个大背景之下，从长远的角度来看，谷歌几乎不可能选择堆训练参数量来提升模型性能，增加训练语料的数量和质量几乎成了必然的选择。
在 I / O 大会上宣布 PaLM 2 时，谷歌证实：该模型经过 100 种语言的训练，可以执行广泛的任务。它已经被用来为 25 个功能和产品提供支持，包括谷歌的实验性聊天机器人 Bard。
PaLM 2 有四种尺寸，从小到大依次是：Gecko（壁虎）、Otter（水獭）、Bison（野牛）和 Unicorn（独角兽）。
基于现在公开披露的数据，PaLM 2 比现有的任何模型都更强大。
Meta 的 LLaMA 在今年二月推出，它在 1.4 万亿个 token 上进行了训练。
而上一次 OpenAI 分享训练规模，还是在推出 GPT-3 时，当时 OpenAI 说，它接受了 3000 亿个 token 的训练。
另外，谷歌两年前曾提出 LaMDA 模型，当时它接受了 1.5 万亿个 token 的训练。
对于大模型训练数据的细节，大厂们都很默契地选择了「Close」。
发布 GPT-4 时，OpenAI 没有公布架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等细节，理由是「像 GPT-4 这样的大规模模型的竞争格局和安全影响」。
被 OpenAI 逼到墙角的谷歌，也一直渴望展示自己 AI 技术的力量，包括如何将其嵌入到搜索、电子邮件、文字处理和电子表格中，但是此前，谷歌一直不愿意公布训练数据的大小或其他细节。
保密的原因，当然就是业务的竞争性质。
无论是谷歌还是 OpenAI，都在争抢着希望使用聊天机器人而不是传统搜索引擎的用户。
但随着 AI 军备竞赛的升温，研究社区正在要求更高的透明度。
而现在，随着 AI 应用迅速成为主流，围绕底层技术的争议也愈发激烈。
随着新的人工智能应用迅速成为主流，围绕底层技术的争议也越来越激烈。
今年 2 月，谷歌研究高级科学家 El Mahdi 因公司缺乏透明度，选择辞职。
周二，OpenAI 首席执行官 Sam Altman 在参议院司法小组委员会关于隐私和技术的听证会上作证，同意立法者的观点 —— 需要监管 AI 的新系统。
「对于一项非常新的技术，我们需要一个新的框架，」Altman 说。「当然，像我们这样的公司，对于在全球推出的工具负有很大责任。」
相对于 ChatGPT，Bard 的一个显著优势就是 —— 可以访问互联网。
问问今天（5 月 17 日）的体坛大事，Bard 快速总结出来了。
而 ChatGPT 无法直接访问互联网，只能通过其付费版本 Plus 上的插件访问网络。
在生成图像上，Bard 也超越了 ChatGPT 的付费和非付费版本。
谷歌宣布将通过集成 Adobe Firefly，提供 AI 图像生成功能。这个功能增强了对话的视觉效果，让用户获得了上下文更丰富的信息。
在语音输入方面，Bard 也优于 ChatGPT，用户只要通过语音，就可以和模型交互了。
这样在多任务处理和打字不方便时，用户就多了一种快速获取响应的边界方式。
小编把今日体坛新闻的问题读了一遍，Bard 就自动显示了。唯一要注意的是，英文发音要足够标准。🤣
在编码能力上，Bard 也超越了 ChatGPT，它能够协助 20 多种编程语言，包括 C++、Python、Java、TypeScript、JavaScript 等。它可以辅助开发者进行代码生成、解释和调试。
相比之下，虽然 ChatGPT 也具有编码功能，但它在处理额外任务时存在不足，相比之下 OpenAI 的 Codex 可能更适合执行这些任务。
让 Bard 用 python 生成一个斐波那契数列，并打出前 10 个数字。
Bard 成功完成了。
与 Gmail 集成，是 Bard 是另一个重要优势。
Gmail 拥有超过 20 亿用户，是全球最大的电子邮件服务商。如果在邮件中能用 Bard，无疑为电子邮件交互开辟了新的可能性。
但是，微软也正把 ChatGPT 添加到 Microsoft 365 中，并将嵌入到 Word、Excel、PowerPoint 以及 Gmail 的竞争者中。
另外，Bard 还可以将结果立即导出到 Gmail 和 Docs。
用户可以将生成的内容直接导出到这些平台，轻松与他人分享。这个功能大大简化了共享信息的过程，使撰写电子邮件变得非常轻松。
另一方面，OpenAI 在设置中有一个类似的导出选项。用户可以导出帐户详细信息和对话，以可下载文件的形式发送到电子邮箱中。
Bar 还有一大功能是，能够使用图像作为提示。
用户只需点击图片或使用 Google Lens 扫描图像，就可以向 Bard 寻求帮助了。
比如，用户可以查找与某张图片类似的度假胜地，还可以询问其这个地点的历史意义。
同样，GPT-4 也是一个多模态大模型，可以接受图像和文本输入，不过截至本文发布之日，在付费版本中也没有引入这个功能。
因为 Bard 可以联网，因而它可以通过简单地共享链接来总结某个网页。
相比之下，ChatGPT 不能联网，用户只能手动复制和粘贴想要总结的内容。
不过，Bard 也有其局限性，特别是在毒性方面。
在测试过程中，当给出明确的有毒提示时，Bard 在超过 30% 的时间内，会产生有毒反应。
此外，在英语、德语和葡萄牙语等语言中，PaLM 2 总体上会表现出更明显的毒性行为。
总的来说，由于不同的架构和测试方法，直接比较这 PaLM2 和 GPT-4 有一定的挑战性。
在推理任务中，PaLM 2 的表现与 GPT-4 类似，甚至更好。
不过，在编码任务中，PaLM 2 需要多次尝试，以及额外的编码 token，才能获得良好的性能。
参考资料：
https://www.cnbc.com/2023/05/16/googles-palm-2-uses-nearly-five-times-more-text-data-than-predecessor.html
https://analyticsindiamag.com/8-things-that-bard-can-do-but-chatgpt-cant/
本文来自微信公众号：新智元 （ID：AI_era）
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。