数字加速主义的阿喀琉斯之踵——基于大模型发展的哲学反思  

Achilles'Heel of Digital Acceleration--The Philosophical Reflection Based on the Development of Large Models

作　　者：吴静[1] Wu Jing

机构地区：[1]南京师范大学哲学系,江苏南京211100

出　　处：《江汉论坛》2025年第1期104-111,共8页

基　　金：国家社会科学基金一般项目“德勒兹资本批判视域下的西方平台资本主义研究”(项目编号:20BZX011)。

摘　　要：从判别式人工智能到生成式人工智能的发展使得作为技术基底的大语言模型不但引起了空前的关注,也成为科技创新产业竞相追逐的新热点。在内在结构方面,大语言模型虽展现出强大的泛化和涌现能力,但也存在泛化能力差、过度拟合、数据偏差等问题,其“涌现”现象也难以预测和控制。同时,大语言模型面临数据抗衰和模型退化的发展瓶颈。随着时间推移,性能受“模型漂移”的影响在多模态、多任务领域明显下降,商业化落地受阻,部分企业的先发优势难以超越。尽管大语言模型的突飞猛进被视为信息社会新阶段的标志,但是其发展面临着有待解决的挑战和限制,以及背后旷日持久的能源和财力消耗。因此,唯有深入研究大语言模型技术的底层逻辑和运行原理,进行针对性测试和评估,批判性地审视其生成的价值逻辑,才能更有针对性地处理大语言模型对社会关系产生的影响,从而更好地解决人机协同及交互界面等问题。

关 键 词：大模型 泛化 模型退化 价值 

分 类 号：B84[哲学宗教—心理学] TP18[自动化与计算机技术—控制理论与控制工程]