大语言模型互联网：面向人工通用智能的 LLM 训练与知识交换编排框架
人工智能
2025-01-14 v1
摘要
本文探讨了大型语言模型（LLM）开发过程中所面临的多维挑战，包括模型参数和文件规模的庞大、开发环境配置的复杂性、模型功能的单一性以及计算资源成本的高昂。为解决这些挑战，本文提出了三个核心技术解决方案：LLM 分享协议、LLM 通用环境框架和 Agent 最优路径模块。为解决研发初期计算资源受限的问题，我们进一步创新性地提出了联合矿掘机制，实现了计算力供应方与模型设计者之间的双向价值共享，包括针对最优模型路径的突破性奖励和长期利润分配，从而为研究人员提供具有成本效益的计算资源支持，推动 LLM 研究与应用的持续发展。
引用
@article{arxiv.2501.06471,
title = {The Internet of Large Language Models: An Orchestration Framework for LLM Training and Knowledge Exchange Toward Artificial General Intelligence},
author = {Wilson Wei and Nicholas Chen and Yuxuan Li},
journal= {arXiv preprint arXiv:2501.06471},
year = {2025}
}