2024-08-29 14:57 郑州大学 算法工程师 发布于美国
关注
如今NLP方向的同学都在做什么
理性讨论。 目前 LLM 对于文本处理的影响巨大。CV领域目前未见类似NLP方向上极具影响力的模型。
大致现状：
1 无论是 NLP 还是 CV，很多时候都面临数据不足等问题。CV可能还停留在数据不足扩充数据的微调阶段。
2 NLP 方向，LLM看似强大，但是对于实际业务的对齐与落地，目前仍然没有让人眼前一亮的垂类应用出现（可能是我不知道，如有，欢迎告知）
所以问题来了：
1. 如果说 CV 的微调仍有意义的话，NLP的未来在哪里：大多数人或者企业是没办法训练模型的，甚至部署推理都有硬件压力。
2. NLPer难道真的都在写一些 prompts？ 做一些 RAG？ 大多数情况下做出来的产品，无论CV还是NLP，都是四不像的，这有什么意义吗？
3. 如果想要扩展职业道路或者开辟新赛道，又有哪些选择呢？
配个图，可能又要伤一批人的心了。但是事实就是如此。希望能看到一些有用的讨论，以为广大所谓的 "算法工程师" 带来一些理解
大致现状：
1 无论是 NLP 还是 CV，很多时候都面临数据不足等问题。CV可能还停留在数据不足扩充数据的微调阶段。
2 NLP 方向，LLM看似强大，但是对于实际业务的对齐与落地，目前仍然没有让人眼前一亮的垂类应用出现（可能是我不知道，如有，欢迎告知）
所以问题来了：
1. 如果说 CV 的微调仍有意义的话，NLP的未来在哪里：大多数人或者企业是没办法训练模型的，甚至部署推理都有硬件压力。
2. NLPer难道真的都在写一些 prompts？ 做一些 RAG？ 大多数情况下做出来的产品，无论CV还是NLP，都是四不像的，这有什么意义吗？
3. 如果想要扩展职业道路或者开辟新赛道，又有哪些选择呢？
配个图，可能又要伤一批人的心了。但是事实就是如此。希望能看到一些有用的讨论，以为广大所谓的 "算法工程师" 带来一些理解
全部评论
小天才电话手表
Momenta_感知算法工程师
本鼠鼠在暑期实习（某大厂）从CV转了LLM，现在已经准备回CV赛道了。所谓agent就是如楼主说的那样，做一些prompt，做一些rag。基座能力不行，llm就是没法理解文档chunk，就是没法对问题拆解。业务的数据脏的不能看，还少的一批，RLHF和SFT完全做不了。现在看到大模型应用算法就默认是prompt engineer就行了。本鼠鼠确实受不了天天坐在工位上写prompt，解析json字符串，跟ld沟通完，直接双向拒了oc。从本鼠鼠的两段实习看来，想要模型在特定领域可以落地，海量的高质量数据是必需的（之前跑车道线检测，一次训练260w张图片起步）。至于LLM包括其衍生的所谓agent，不过是赚钱的噱头。
过午不食
浙江大学 算法工程师
确实 所以我做开发了
在看牛客的菜鸡很想去深圳
门头沟学院 Java
AI产品出海的那么多，搞API站的都赚了几千万了，你还在这LLM没用，纠结这学术或是工程技术有啥意义吗
努力成为合格的研究僧
门头沟学院 Java
我硕士论文正好选题就是开放域问答（做的还是传统模型，检索器阅读器）....幸好今年毕业了，感觉后面再研究这个方向估计只能往LLM上靠，没有服务器，寸步难行啊。
相关推荐
查看8道真题和解析