对于MLE来说，做传统搜广推好还是大语言模型方向好？

模糊下个人信息。本人做了多年搜广推，有solid的机器学习基础，目前在大厂里当manager，生活得较为较为滋润。只要不追求快速升职，就可以实现比较好的work life balance，也有成长余地。最近有一个机会去LLM部门搞核心算法研究，但平级过去不能带人了只能当IC，有些纠结。感觉一直在搜广推这条路上走下去，未必没有跳个中厂director的机会。改行LLM不知道门槛有多高，不知道能不能做到最好（让我徒手撸个Transformer/GPT的code没有问题，但不确定我能提出improve这些模型的算法，我能做出有多少价值的事情。）
求地里大佬们帮忙分析分析，多谢！

目前llm的技术方向还不太清晰，但是大概率不是核心算法，而是数据和infra。

从公司职业发展的角度，own use case永远比own technology要走的远。所以你应该问的问题是，目前的use case和llm组所对应的use case哪个对公司更重要？尤其是长期来说

匿名用户 发表于 2023-6-3 22:55
目前llm的技术方向还不太清晰，但是大概率不是核心算法，而是数据和infra。

对，llm本身的内核已经定了，现在都是在走大力出奇迹的路线，而这个是特别需要infra支持的，否则大力也会使不上劲

llm核心算法是指啥？transformer本身？这玩意只有纯research部门在搞吧。

感觉如果往职业发展方向考虑的话推荐算法比较好吧，偏产品，有产出，容易有impact. 而且你已经是manager在带人了。好像没有太大必要转LLM换新的领域？

我也在搜广推多年。 很想知道lz怎么找到llm的机会的？

LLM有什么核心算法。。

我也问题了同样的问题：https://www.1point3acres.com/bbs/thread-997815-1-1.html
LZ可以分享下，新的部门下面具体的工作内容是什么吗？

匿名用户 发表于 2023-06-04 05:24:43
LLM有什么核心算法。。

主要是搜广推也没啥核心算法😂

我不懂啊，LLM是不是更多的需要算力，和data？

同样的疑问，感觉llm在各大厂如何实现盈利还不是很明朗...