Databricks研发AI模型自优化技术

公司背景与技术突破

数据与AI技术公司Databricks（数据砖石）开发出一项突破性的机器学习技术，可在无需清洁标注数据的情况下提升AI模型性能。该公司专注于帮助大型企业构建定制化人工智能模型。

Databricks首席AI科学家乔纳森·弗兰克尔（Jonathan Frankle）通过一年的客户调研发现，数据质量不佳是企业应用AI的最大障碍。"每个公司都有数据和应用目标，但缺乏可直接用于模型训练的高质量数据。"

技术创新与实现方案

Databricks的新技术结合了强化学习和AI生成的合成训练数据两种方法。这一方案与OpenAI、谷歌（Google）和DeepSeek等公司的最新模型采用类似技术路线。

该技术基于"最优N选1"原理，即通过多次尝试提升模型在特定任务上的表现。Databricks开发的奖励模型DBRM（Databricks Reward Model）可以预测人类偏好，并用于改进其他模型性能，无需额外的标注数据。

实际应用与性能测试

Databricks将这一技术命名为"测试时自适应优化"（Test-time Adaptive Optimization，TAO）。在金融问答基准测试（FinanceBench）中，Meta公司的Llama 3.1B模型运用TAO技术后，准确率从68.4%提升至82.8%，超过了OpenAI的GPT-4和o3-mini模型的82.1%。

专家评价与应用前景

东北大学（Northeastern University）计算机科学家克里斯托弗·阿马托（Christopher Amato）认为，TAO方法能实现更大规模的数据标注，随着模型增强，标注质量也会提升。但他同时提醒，强化学习可能产生不可预测的结果，使用时需要谨慎。

目前，Databricks已将TAO技术应用于客户项目中。例如，一家健康追踪应用开发商借助该技术，成功部署了此前因可靠性不足而搁置的AI模型，确保了医疗信息的准确性。