语言资源视角下的大规模语言模型治理

摘要：

近半年来,柴语生(ChatGPT)等大规模生成式语言模型的应用,引发了全社会的关注和反思.对这种大模型,应以工具观加以正视,认可其技术发展带来的益处,同时尽量规避其风险.对它们的治理,应减少对技术本身的干预,将目标定位于大模型赖以研发的语言资源和投放之后的使用.对大模型研发中的语言资源治理,应着力打破中文数据孤岛:发展以联邦学习为代表的分布式模型构建技术,建立国家知识数据开放机制,尽快健全开放、高效的语言数据交换市场;提倡世界知识中文表达,助推中文大模型研发:尽快实现中文精华知识资源面向网络开放,完善中文概念、术语资源,做大、做全领域中文资源.对大模型使用领域的治理,则因大模型本身也是一种重要的语言资源,故应强调其基础资源地位,从标准化、评测和伦理规制的角度进行.

关键词：柴语生、语言资源、大规模语言模型、语言治理

所属期刊栏目：8

分类号：H002

资助基金：教育部人文社会科学研究项目;北京语言大学梧桐创新平台

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：19-29