有人说,LLM 迟早会把 Harnessing 吸收掉,让这层外部框架变得多余。Sebastian Raschka(@rasbt)不这么看。
他的理由很具体:LLM 在训练期间,会被精确微调去适配特定的 Harnessing 和工具集成。这些框架不是模型之外的临时配件,而是训练设置本身的一部分。
所以问题不在于模型够不够强,而在于它学的东西里就带着这层框架。既然训练时就把 Harnessing 一起学了进去,模型自然谈不上把它内化掉、再反过来取代它。
他给了一个类比:CPU/GPU 与操作系统。硬件并没有把操作系统"吸收"掉,操作系统依然是硬件之上必要的一层。Harnessing 的位置类似——它是供工具使用和系统集成的外部层,仍然必要。
换句话说,Harnessing 不是等着被模型吃掉的历史包袱,而是模型运转所依赖的那一层。把它当成过渡产物,可能低估了它在训练和集成中的分量。
热门跟贴