引言：

在人工智能的浪潮中，大模型技術正逐步成為推動行業發展的關鍵力量。然而，大模型在實際應用中的落地難題，也引起了行業的廣泛關注。為了深入了解大模型技術的發展現狀和未來趨勢，安徽科教頻道走進安徽小竹信息科技有限公司，與全國首家財稅大模型——小竹財稅AI的創始人袁林進行了深入對話。

對話實錄：

記者：袁總，您好，感謝您接受我們的采訪。當前大模型技術雖然發展迅猛，但在實際應用中似乎遇到了一些難題。您認為主要的挑戰是什么？

袁林：您好。大模型技術確實在理論上具有強大的潛力，但在實際應用中，它面臨著資源消耗大、泛化能力有限和可解釋性差等問題。這些問題限制了大模型在更廣泛領域的應用。

記者：在這樣的背景下，小竹財稅AI如何找到自己的定位和突破口？

袁林：我們認為，專業模型是大模型應用的最終歸宿。通用大模型的出路在于差異化，誰最早做差異化，誰就能最先突破。小竹財稅AI就是在百度千帆大模型的基礎上，融合了我們海量專業的財稅數據庫，經過精心微調而成。

記者：您如何看待通用大模型和專業大模型之間的關系？

袁林：因為耗費巨資訓練的大模型，如果都在通用領域，第一競爭大，市場就那么大，分食就不夠吃。第二，通用大模型本身找不到具體應用場景，本身沒有辦法變現。第三，通用大模型隨著時間的推移，聰敏程度會很接近，聰敏度的提升也會出現邊際遞減的規律。所以，通用大模型的出路是作為專業大模型的底座，在通用基礎上研發出能解決具體問題的專業模型。

記者：您能否用一個比喻來形象說明通用大模型和專業大模型的區別？

袁林：當然可以。如果把通用大模型比作一個優秀的高中生，那么專業大模型就像名校某個專業的博士生。你覺得哪個更值錢？小竹財稅AI就是在通用大模型基礎上訓練的財稅專業大模型，我們的目標是讓天下沒有難懂的財稅。

記者：小竹財稅AI在財稅領域的回答正確率高達92%，遠超通用大模型。這一成就是如何實現的？

袁林：這一成就得益于我們高質量、多樣化的垂直（專業）數據庫。在模型的embedding過程中，我們探索了多種中文embedding模型，總結出適合財稅領域的向量embedding檢索方法，從根本上解決了財稅領域標準化知識快速獲取的難題。

記者：在大模型的“三國殺”中，清華系的百川智能、智譜AI和月之暗面等公司競爭激烈。小竹財稅AI作為財稅領域的專業大模型，您如何看待這種競爭態勢？

袁林：競爭是行業發展的必然現象，也是推動技術進步的重要動力。清華系的大模型公司在各自的領域內有著深厚的技術積累和創新能力，這對整個行業的發展是有益的。小竹財稅AI專注于財稅領域，我們通過專業模型的深耕，找到了自己的藍海市場。

記者：您如何看待小竹財稅AI的未來發展？

袁林：我們對小竹財稅AI的未來發展充滿信心。隨著人工智能在國內的應用和普及，各垂直領域對專業大模型的需求日益增長。小竹財稅AI作為財稅領域的專業大模型，具有廣闊的商業價值和行業價值。我們將繼續深耕財稅領域，推動小竹財稅AI的創新和應用，為構建中國的財稅生態圈貢獻力量。

記者：最后，您對大模型行業的未來發展有何展望？

袁林：大模型行業仍處于快速發展階段，未來將有更多的專業模型涌現。我們期待與業界同仁一道，共同推動大模型技術的發展和應用，為各行各業的智能化轉型提供強有力的支撐。

結語：

通過與袁林的對話，我們看到了專業模型在大模型發展中的重要作用和廣闊前景。小竹財稅AI的成功，不僅為財稅領域帶來了創新和變革，也為大模型技術的應用和發展提供了新的思路和方向。未來，隨著專業模型的不斷涌現和應用，大模型技術將更好地服務于社會和行業，推動人工智能技術的深入發展。