中国超300个大模型，仅有4成完成备案

现在国产大模型“百家争鸣”的热闹氛围让我想起了团购网站“千团大战”的时候，互联网赢家通吃的现实催促着所有人全力冲刺。

国内很多公司开发的大模型都在拿GPT3.5或者4对标，宣称在某些方面“不落下风”，有的号称在参数更少的情况下性能相当，有的甚至宣称“全面领先”。这些模型是如何实现这些所谓的领先呢？

简而言之，这多半是过拟合现象导致的。所谓过拟合，是机器学习和统计建模中的一个常见问题，简单来说，就是在测试中表现出色，而在实际应用中却不尽如人意。

因此，在评估大模型能力时，我们不应过分关注这些测试集的得分。实际上，过度拟合在生活中的例子比比皆是，如大学排名的刷分、自媒体的刷流量等。真正优秀的模型应当是在公开市场竞争中，人们愿意为其支付额外费用的模型。其他任何补充说明都是多余的。

大浪淘沙，接下来的大模型“淘汰赛”正在进行中，“鹿死谁手”，还得看核心本事。