电影越来越长，会成为趋势吗？

-loading-

听音频 🔊 . 看视频 🎦

... 2023-02-15 21:50 .. 随着电影工业水平的提升和电影叙事方式的演变，呈现出一种动态变化，成为决定电影时长这一变量的动态参数。
    考察这些参数当下的特征，能够清晰地看到电影时长增加的深层原因。
    首先是电影内容层面。
    电影文本的类型、叙事样态，最直接地决定了电影的时长。
    一般而言，史诗片、传记片、战争片体量较大，而爱情片、喜剧片、黑色电影等体量较小。
    考察电影工业最成熟的好莱坞历年最卖座的商业大片，类型与时长的关系一目了然。
    电影叙事形态的转向也影响了电影时长，多线叙事、多重反转、复杂叙事融合奇观场面，这些叙事形态打破了古典的三幕结构，也大大增加了文本的容量与密度。
    类型升级也会影响时长，类型融合增加了文本的复杂性，比如原本篇幅较短的喜剧，在与其他类型如动作片、推理片等进行类型糅杂之后，电影时长自然会增加。
    其次是电影的制作规模。
    制作费用高的电影，往往包含了大场面与多明星，必然倾向更长的篇幅。
    多明星阵容 .. UfqiNews ↓ 2

... 02-08 06:19 , 7437 , 162 ..
迈向通用人工智能AGI之路：大型语言模型LLM技术精要-11

取经之路：复刻ChatGPT时要注意些什么
如果希望能复刻类似ChatGPT这种效果令人惊艳的LLM模型，综合目前的各种研究结论，在做技术选型时需要重点权衡如下问题：
首先，在预训练模式上，我们有三种选择：GPT这种自回归语言模型，Bert这种双向语言模型，以及T5这种混合模式(Encoder-Decoder架构，在Encoder采取双向语言模型，Decoder采取自回归语言模型，所以是一种混合结构，但其本质仍属于Bert模式).
    我们应选择GPT这种自回归语言模型，其原因在本文范式转换部分有做分析.
    目前看，国内LLM在做这方面技术选型的时候，貌似很多都走了Bert双向语言模型或T5混合语言模型的技术路线，很可能方向走偏了.

第二，强大的推理能力是让用户认可LLM的重要心理基础，而如果希望LLM能够具备强大的推理能力，根据目前经验，最好在做预训练的时候，要引入大量代码和文本一起进行LLM训练.
    至于其中的道理，在本文前面相关部分有对应分析.

第三，如果希望模型参数规模不要那么巨大，但又希望效果仍然足够好，此时有两个技术选项可做配置：要么增强高质量数据收集、挖掘、清理等方面的工作，意思是我模型参数可以是ChatGPT/GPT 4的一半，但是要想达到类似的效果，那么高质量训练数据的数量就需要是ChatGPT/GPT 4模型的一倍（Chinchilla的路子）；另外一个可以有效减小模型规模的路线是采取文本检索（Retrieval based）模型+LLM的路线，这样也可以在效果相当的前提下，极大减少LLM模型的参数规模.
    这两个技术选型不互斥，反而是互补的，也即是说，可以同时采取这两个技术，在模型规模相对比较小的前提下，达到超级大模型类似的效果.


... 迈向通用人工智能AGI之路：大型语言模型LLM技术精要-11 ⟶

...前作在内地备受欢迎的动画电影《蜘蛛侠：纵横宇宙》、DC超英电影《闪电侠》、皮克斯新作动画电影《疯狂元素城》也有一定票房潜力.
    第三梯队的影片市场预期又下调了一些.
    像在端午档的《我爱你！》《别叫我“赌神”》这两部影片，以及再晚一些的《学爸》《最后的真相》《暗杀风暴》等等新片，战局都不算明朗.
    相较前两梯队项目，第三梯队的影片卖点、体量可能占不到太多优势.
    不过，尽管这类项目很难杀出重围成为大爆款，但仍然是每个暑期档都必不可少的组成.
    而现阶段最牵动人心的，其实不是这些已定档项目的情况，而是剩余几部临近定档却迟迟没有官宣的大片预备役.
    在此之中，被行业内外翘首以盼多年的《封神第一部》，自从传出进入暑期档的消息后就成为档期“谜语人”的热门探讨对象，眼看着已经“被定档”了数次，却仍然没有官宣的势头.
    引进片中的《碟中谍7》《夺宝奇兵5》《奥本海默》三巨头，亦是北美市场和中国市场.. 05-25 13:00 ↓ 27 ..UfqiNews