基础模型foundation model
基础模型是经大规模数据训练、可作为多种人工智能任务基础的通用人工智能模型。
7篇文章
最近提及 基础模型是利用大规模数据训练、可作为多种任务基础的人工智能模型，这一术语由美国斯坦福大学研究人员于2021年提出。与只针对单一任务构建的模型不同，基础模型可通过提示词或微调适配不同用途。大语言模型是其最典型的类型，处理图像、音频等多种数据的模型也属于这一范畴。
OpenAI的GPT系列、Anthropic的Claude和谷歌的Gemini都是代表性的基础模型，开发此类模型的企业也常被称为基础模型公司。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误，请通过更正请求告诉我们。
涉及该条目的文章
模型构建方式 历时数月的大规模预训练 在现有基础模型上快速叠加推理、后训练和工具
打开模板后，可以设置智能体的定义提示词、基础模型、输出格式、推理强度和回答详略。
刚性物体的抓取放置是例外，借助在海量数据上预训练的大型基础模型，这类任务的可靠性已接近商用水平。
基础模型的选择与推理强度设置同样重要：
Databricks 表示，客户输入和输出不会用于训练第三方基础模型，但这一承诺不能取代对会话记录内容的审查。
基础模型是支撑应用的底层 AI 系统；智能体则利用这类能力，分多个步骤推进一项任务。