自從用上Newbing后，我就放棄CHATGPT 3.5了。昨天寫完文章后，我又試了下ChatGPT，沒想到去年被封的賬號居然又可以用了，不過只能用3.5版本，要用4.0必須升級到PRO，每個月20美金。于是我沒有嘗試去付款，因為Newbing對我來說已經(jīng)夠用了。

我前幾天發(fā)那篇關于多個公共大模型回答數(shù)據(jù)庫問題的性能比較的文章后，有個朋友給我留言說用Newbing去和其他通識大模型做PK有點不公平，因為Newbing是一個工程化的系統(tǒng)，使用RAG+LLM的方式來提供服務，首先通過搜索查找到相關知識，再向大模型提問，性能肯定會比其他LLM要好。可能這個朋友是我對比的幾種國產(chǎn)大模型的成員，因此他比較在意我的測試的公正性。事實確實是如此，因為其他大模型提供給我們的接口也是工程化的，不過并沒有微軟做得好，我也只能暫時這么比較了。

從上面的文字，很多朋友可能已經(jīng)意識到了，通識大模型直接用于運維支撐，其性能是不足的，必須通過本地知識庫的嵌入才能獲得比較好的效果。這是因為在專業(yè)技術領域，通識大模型往往缺乏足夠的專業(yè)領域知識，因此對于很多問題，它們只能照貓畫虎去瞎猜，性能肯定是不足的。

圖片

從去年11月份OpsEval發(fā)布運維大模型基準來看，通識大模型在OPS領域的表現(xiàn)不如人意。最主要的問題是幻覺問題，我們可以看出GPT 4.0的3-shot Cot這個標志Few shot思維鏈的指標也僅僅為88.70，只比Yi-34B-Chat這種參數(shù)規(guī)模小得多的模型搞出不到10%。這種水準無法作為權威提供服務，只能給人以參考。而對于Zero-shot的性能，就更加可憐了。Yi-34B僅僅為65%，也就是說大約1/3的大模型沒有學習過的知識的回答是錯誤的。通識大模型對于需要精準回答的運維領域來說是能力不夠的。

大模型因為訓練成本昂貴并且無法增量訓練（增量只能做微調(diào)），因此想要把層出不窮的新知識不斷的添加到模型中去是不大現(xiàn)實的。通過RAG做本地知識庫的向量嵌入，或者通過AutoPrompt來優(yōu)化提問是彌補這一缺陷的有效辦法，目前已經(jīng)被大量的商用。

我前陣子也說過，對于搞技術的人來說，擁有一個能夠隨時給大家提供幫助的知識庫十分重要。雖然說目前Newbing已經(jīng)能夠給我提供很好的幫助，不過在很多時候我依然覺得擁有一個私有知識庫是十分必要的。

圖片

從去年開始我就一直在關注著螞蟻的開源項目DB-GPT，這個在12GB顯卡上就可以進行推理的大模型框架是DBA建立自己私有智能助理的不錯的選擇。經(jīng)過一年的迭代，這個開源項目已經(jīng)較為成熟了，對于想做這方面工作的朋友，所需的就是做自己的知識庫就行了。