ChatGPT：AI模型框架研究

——AI行業(yè)深度報(bào)告郵箱li證書(shū)編號(hào)s1230523020002.一、AI框架重要性日益突顯，框架技術(shù)發(fā)展進(jìn)入繁榮期，國(guó)內(nèi)AI框架技術(shù)加速發(fā)展：1、AI框架作為銜接數(shù)據(jù)和模型的重要橋梁，發(fā)展進(jìn)入繁榮期，國(guó)內(nèi)外框架功能及性能加速迭代；2、Pytorch、Tensorflow占據(jù)AI框架市場(chǎng)主導(dǎo)地位，國(guó)內(nèi)大廠(chǎng)加速布局AI框架技術(shù)；3、AI框架技術(shù)從工具逐步走向社區(qū)，生態(tài)加速形成，未來(lái)圍繞安全可信、場(chǎng)景落等維度呈現(xiàn)顯著發(fā)展趨勢(shì)；二、GPT開(kāi)啟AI大模型時(shí)代，國(guó)內(nèi)外大廠(chǎng)發(fā)力布局，商業(yè)化空間加速打開(kāi)：1、數(shù)據(jù)、算法、模型三輪驅(qū)動(dòng)AI發(fā)展，大模型優(yōu)勢(shì)顯著，成為AI主流方向；2、GPT開(kāi)啟千億參數(shù)級(jí)AI大模型時(shí)代，語(yǔ)言、視覺(jué)、科學(xué)計(jì)算等大模型快速發(fā)展；3、微軟加速AI商用化進(jìn)程，國(guó)內(nèi)大廠(chǎng)發(fā)力布局，看好在細(xì)分場(chǎng)景下的應(yīng)用落地；三、建議關(guān)注標(biāo)的：1、基礎(chǔ)層：AI算力：中科曙光；大模型：360，科大訊飛2、應(yīng)用層：AI+工具：金山辦公；AI+建筑：廣聯(lián)達(dá)；AI+法律：通達(dá)海；AI+醫(yī)療：創(chuàng)業(yè)慧康，久遠(yuǎn)銀海；AI+教育：科大訊飛；AI+網(wǎng)安：安恒信息、奇安信；AI+金融：同花順；AI+交通：佳都科技2風(fēng)險(xiǎn)提示：1、AI技術(shù)發(fā)展不及預(yù)期；2、版權(quán)、倫理和監(jiān)管風(fēng)險(xiǎn)；23AI框架數(shù)據(jù)準(zhǔn)備環(huán)境安裝算法實(shí)現(xiàn)模型訓(xùn)練模型驗(yàn)證數(shù)據(jù)準(zhǔn)備環(huán)境安裝算法實(shí)現(xiàn)模型訓(xùn)練模型驗(yàn)證數(shù)據(jù)準(zhǔn)備模型訓(xùn)練數(shù)據(jù)準(zhǔn)備模型訓(xùn)練使用深度學(xué)習(xí)框架工具進(jìn)行開(kāi)發(fā)通用模型架構(gòu)通用模型架構(gòu)支持計(jì)算機(jī)視覺(jué)應(yīng)用支持計(jì)算機(jī)視覺(jué)應(yīng)用使用主流編程語(yǔ)言使用主流編程語(yǔ)言↓分布式硬件資源分布式硬件資源使用深度學(xué)習(xí)框架工具進(jìn)行開(kāi)發(fā)開(kāi)發(fā)者使用簡(jiǎn)單開(kāi)發(fā)者使用簡(jiǎn)單4支持4支持AI領(lǐng)域的快速變化資料來(lái)源：北京日?qǐng)?bào)，認(rèn)知計(jì)算與云安全公眾號(hào)，華為云，浙商證券研究所算子優(yōu)化統(tǒng)一標(biāo)準(zhǔn)端云一體算子優(yōu)化統(tǒng)一標(biāo)準(zhǔn)端云一體大模型大任務(wù)全場(chǎng)景API復(fù)雜無(wú)GPU支持手動(dòng)實(shí)現(xiàn)網(wǎng)絡(luò)theano編譯層優(yōu)化多場(chǎng)景任務(wù)支持豐富套件支持使用簡(jiǎn)單多GPU支持復(fù)雜網(wǎng)絡(luò)支撐生態(tài)友好分布式支持效率優(yōu)化可拓展隱私與公平發(fā)布時(shí)間開(kāi)發(fā)公司深度學(xué)習(xí)框架語(yǔ)言是否開(kāi)源計(jì)算圖發(fā)布時(shí)間開(kāi)發(fā)公司深度學(xué)習(xí)框架語(yǔ)言是否開(kāi)源計(jì)算圖是否是分布式框架特點(diǎn)/優(yōu)點(diǎn)caffeCNTK66)√√√√√√√√基于源碼轉(zhuǎn)換自動(dòng)微分，不依賴(lài)計(jì)算圖√√√√√速度快、使用方便、社區(qū)好性能高、適合做語(yǔ)音任務(wù)容易上手簡(jiǎn)單清晰通用輕便靈活高效資料來(lái)源：機(jī)器之心，CSDN，浙商證券研究所2018-2022年全球論文發(fā)表數(shù)量（按使用框架分）2022年中國(guó)開(kāi)發(fā)者人工智能框架使用率Pytorch版本平均每3~4個(gè)月更新一次，功能服務(wù)持續(xù)擴(kuò)充開(kāi)發(fā)者模型部署效率訓(xùn)練速度提升1.5-2.0倍代碼簡(jiǎn)潔靈活代碼簡(jiǎn)潔靈活8文檔規(guī)范算法研究員：最新arXiv論文算法快速?gòu)?fù)現(xiàn)及開(kāi)發(fā)；資料來(lái)源：CSDN，浙商證券研究所01OpenAI：從多種框架的使用到專(zhuān)注于Pytroch深度模型框深度模型框 大多數(shù)情況使用TensorFlow大多數(shù)情況使用TensorFlow+特殊情況使用Theano99資料來(lái)源：OpenAI官網(wǎng)，浙商證券研究所亂、入門(mén)困難缺乏調(diào)度能力，需手動(dòng)配置使得神經(jīng)網(wǎng)絡(luò)能夠使得神經(jīng)網(wǎng)絡(luò)能夠優(yōu)點(diǎn)：簡(jiǎn)化的模型開(kāi)發(fā)流程、強(qiáng)大移動(dòng)設(shè)備上運(yùn)行添加兩種新機(jī)制，解決輸入管道瓶頸并節(jié)約資源處處穩(wěn)定版誕生本運(yùn)用更簡(jiǎn)單的模型進(jìn)行構(gòu)建、簡(jiǎn)化套件-模型庫(kù)AIAI領(lǐng)域擴(kuò)展庫(kù)AI+AI+科學(xué)計(jì)算并行及優(yōu)化組件科學(xué)計(jì)算組件…安全可信組件工具組件…模型可解釋數(shù)據(jù)-模型安全…訓(xùn)練可視化…編程開(kāi)發(fā)編程接口編程接口API編碼語(yǔ)言編碼語(yǔ)言分布式并行分布式并行模型輕量化模型輕量化編譯優(yōu)化計(jì)算圖中間表示計(jì)算圖中間表示硬件使能全功能AI全功能AI開(kāi)發(fā)平臺(tái)零門(mén)檻AI開(kāi)發(fā)平臺(tái)資料來(lái)源：CSDN、中國(guó)日?qǐng)?bào)中文網(wǎng)、浙商證券研究所前端便捷化后端高效化多種開(kāi)發(fā)語(yǔ)言無(wú)縫銜接全場(chǎng)景標(biāo)準(zhǔn)化互通混合并行分布式處理豐富編程接口統(tǒng)一加速引擎魯棒性檢測(cè)模型可解釋框架精細(xì)化模型自適應(yīng)前端便捷化后端高效化多種開(kāi)發(fā)語(yǔ)言無(wú)縫銜接全場(chǎng)景標(biāo)準(zhǔn)化互通混合并行分布式處理豐富編程接口統(tǒng)一加速引擎魯棒性檢測(cè)模型可解釋框架精細(xì)化模型自適應(yīng)動(dòng)靜圖轉(zhuǎn)換能力提升后端運(yùn)行效率AI框架與硬件平臺(tái)解耦，通過(guò)標(biāo)準(zhǔn)接口實(shí)現(xiàn)跨設(shè)備平臺(tái)快速部署突破五堵墻：內(nèi)存墻+算力墻+通信墻+調(diào)優(yōu)墻+部署墻內(nèi)置專(zhuān)業(yè)領(lǐng)域科學(xué)計(jì)算套件提供豐富的AI魯棒性檢測(cè)工具AI模型的壓縮和端側(cè)推理框架的輕量化資料來(lái)源：中國(guó)信息通信研究院《2022年AI框架技術(shù)白皮書(shū)》、浙商證券研究所AI大模型02算力+數(shù)據(jù)支撐AI大模型加速發(fā)展Alphafold實(shí)現(xiàn)Alphafold實(shí)現(xiàn)AlphaZero數(shù)據(jù)爆炸2022年ChatGPT算法迭代算法迭代資料來(lái)源：CSDN、騰訊網(wǎng)、新浪網(wǎng)、浙商證券研究所02大模型為基底，AI大模型發(fā)展為場(chǎng)景應(yīng)用AI大模型優(yōu)勢(shì)開(kāi)發(fā)門(mén)檻低AI應(yīng)用通用化AI開(kāi)發(fā)工程化項(xiàng)目建設(shè)集約化開(kāi)發(fā)門(mén)檻低AI應(yīng)用通用化AI開(kāi)發(fā)工程化項(xiàng)目建設(shè)集約化泛化性+通用性利用計(jì)算機(jī)模擬、延伸及利用計(jì)算機(jī)模擬、延伸及拓展人類(lèi)語(yǔ)言能力在語(yǔ)言理解與生成、智能創(chuàng)在語(yǔ)言理解與生成、智能創(chuàng)作、機(jī)器翻譯、智能對(duì)話(huà)、知識(shí)圖譜和定制化語(yǔ)言解決方案落地應(yīng)用發(fā)展順利語(yǔ)言的歧義、文化差異及語(yǔ)言的歧義、文化差異及多樣化、情感分析困難以多個(gè)數(shù)據(jù)信息維度約束以多個(gè)數(shù)據(jù)信息維度約束來(lái)驗(yàn)證情感分析及文本分析的準(zhǔn)確性計(jì)算機(jī)模擬生物視覺(jué)，理計(jì)算機(jī)模擬生物視覺(jué)，理解數(shù)字圖像和視頻，并提取目標(biāo)信息2D2D數(shù)據(jù)工業(yè)質(zhì)檢、智慧城市落地完善，應(yīng)用場(chǎng)景多；人臉、OCR識(shí)別發(fā)展較為成熟數(shù)字孿生的數(shù)據(jù)獲取困難，算法處理復(fù)雜打通數(shù)據(jù)融合以突破打通數(shù)據(jù)融合以突破3D/4D獲取瓶頸高效率完成再現(xiàn)、預(yù)測(cè)和高效率完成再現(xiàn)、預(yù)測(cè)和發(fā)現(xiàn)客觀(guān)世界運(yùn)動(dòng)規(guī)律及演化特征的全過(guò)程科學(xué)計(jì)算大模型對(duì)開(kāi)發(fā)者專(zhuān)科學(xué)計(jì)算大模型對(duì)開(kāi)發(fā)者專(zhuān)業(yè)知識(shí)要求嚴(yán)苛，高質(zhì)量訓(xùn)練數(shù)據(jù)的獲取成本高，導(dǎo)致模型整體研發(fā)成本昂貴科技大廠(chǎng)與科研院校加強(qiáng)科技大廠(chǎng)與科研院校加強(qiáng)合作---資料來(lái)源：電子工程世界、微軟官網(wǎng)、OpenAI官網(wǎng)、Github、MetaCLIP-DALL·ECLIP的zero-shotlearning技多功能統(tǒng)一模型跨模態(tài)文檔理解根據(jù)輸入的文本/簡(jiǎn)筆畫(huà)生成對(duì)應(yīng)逼真的風(fēng)景圖、在8種圖像和視頻處理的視覺(jué)任務(wù)上具有出文字描述、圖像分割、草圖都可以轉(zhuǎn)化為圖片Whisper語(yǔ)音生成文本，支持語(yǔ)音轉(zhuǎn)錄和翻譯兩項(xiàng)功能文本、圖片生成短視頻，根據(jù)輸入的自然語(yǔ)言資料來(lái)源：澎湃網(wǎng)、CSDN、百度、OpenAI官網(wǎng)、02OpenAI以GPT為基石，深度布局各模態(tài)AI及各類(lèi)應(yīng)用Whisper語(yǔ)音-文本模型DALL-E2InstructGPT論文年份2018201920202022Transformer層數(shù)4896—參數(shù)量15.8億預(yù)訓(xùn)練數(shù)據(jù)量5GB40GB45TB—來(lái)源：CSDN，電子工程世界，騰訊網(wǎng)，浙商證券研究所02ChatGPT實(shí)現(xiàn)路徑：算力與框架支持，應(yīng)用百花齊放對(duì)話(huà)虛擬人對(duì)話(huà)虛擬人人工智能客服人工智能客服語(yǔ)音工作助手語(yǔ)音陪伴語(yǔ)音陪伴對(duì)話(huà)類(lèi)搜索引擎人工監(jiān)督微調(diào)人類(lèi)反饋強(qiáng)化學(xué)習(xí)人工監(jiān)督微調(diào)人類(lèi)反饋強(qiáng)化學(xué)習(xí)RLHF承認(rèn)自身錯(cuò)誤質(zhì)疑不正確的問(wèn)題承認(rèn)自身的無(wú)知承認(rèn)自身錯(cuò)誤質(zhì)疑不正確的問(wèn)題承認(rèn)自身的無(wú)知人類(lèi)反饋強(qiáng)化學(xué)習(xí)RLHF小樣本學(xué)習(xí)能力人類(lèi)反饋強(qiáng)化學(xué)習(xí)RLHF小樣本學(xué)習(xí)能力效果好參數(shù)少深度學(xué)習(xí)框架效果好參數(shù)少深度學(xué)習(xí)框架易于使用API迭代更穩(wěn)定易于使用API迭代更穩(wěn)定資料來(lái)源：CSDN、機(jī)器學(xué)習(xí)算法與自然語(yǔ)言處理、電子工程世界等、浙商證券研究所指令微調(diào)（instructiont指令微調(diào)（instructiont參數(shù)數(shù)量降低了100倍資料來(lái)源：CSDN、電子工程世界、新智元、浙商證券研究所將ChatGPT整合進(jìn)Bing和Edge新版Bing搜索引擎新版Bing搜索引擎新版Bing功能展示新版Bing功能展示創(chuàng)建菜譜、制定旅行計(jì)劃、詩(shī)歌創(chuàng)作等創(chuàng)建菜譜、制定旅行計(jì)劃、詩(shī)歌創(chuàng)作等資料來(lái)源：微軟、TheVerge，浙商證券研究所,會(huì)與微軟365應(yīng)用程序一起，作欄●CopilotinWordCopilotCopilotinWordCopilotinPowerPoint?Copilot可以跨應(yīng)用程序生成內(nèi)容。例如，根據(jù)Word文檔，可以生成一個(gè)10張幻燈片的PPT?提升演講效果，增加字體大小和?一鍵壓縮冗長(zhǎng)的演示文稿，調(diào)整布局、重新格式化文本和完美的?Copilot可以根據(jù)需求創(chuàng)建初稿?對(duì)文本內(nèi)容進(jìn)行提煉、?用戶(hù)還可以根據(jù)需求調(diào)、熱情、感謝等應(yīng)用場(chǎng)景CopilotinTeamsCopilot應(yīng)用場(chǎng)景CopilotinTeams?在短時(shí)間內(nèi)識(shí)別趨勢(shì)或創(chuàng)建數(shù)據(jù)可視化?Excel用戶(hù)可以通過(guò)Copil時(shí)創(chuàng)建SWOT分析或基于數(shù)?在對(duì)話(huà)上下文中提供實(shí)時(shí)摘要和操作項(xiàng)，進(jìn)行會(huì)議內(nèi)容總結(jié)，提醒可能錯(cuò)過(guò)的東西?如果參加會(huì)議時(shí)間較晚,copilot會(huì)提供一份錯(cuò)過(guò)的內(nèi)容摘要，從而提高會(huì)議效率02Google在各模態(tài)領(lǐng)域布局AI模型，并提供多項(xiàng)功能服務(wù)模塊類(lèi)別模型功能計(jì)算機(jī)視覺(jué)Pix2Seq用于對(duì)象檢測(cè)的語(yǔ)言建?？蚣芏嗄Ｊ侥Ｐ虳eViSE視覺(jué)語(yǔ)義嵌入將語(yǔ)義理解添加到圖像模型多語(yǔ)種語(yǔ)言圖像學(xué)習(xí)FindIt基于自然語(yǔ)言的通用對(duì)象定位VDTTS視覺(jué)驅(qū)動(dòng)的文本到語(yǔ)音音頻生成AudioLM基于語(yǔ)言建模的音頻生成來(lái)源：CSDN，新浪，GoogleParti，浙商證券研究所02國(guó)內(nèi)AI大模型，大廠(chǎng)+高n大模型的主要玩家有科技大廠(chǎng)、高校和新型研發(fā)機(jī)構(gòu)，形成了四種合作模式（1）大廠(chǎng)獨(dú)立完成（2）機(jī)構(gòu)+高校（3）大廠(chǎng)+高校（4）大廠(chǎng)+機(jī)構(gòu)+高校。大廠(chǎng)通過(guò)資金優(yōu)勢(shì)、數(shù)據(jù)優(yōu)勢(shì)往往可以獨(dú)立完成或主導(dǎo)合作。機(jī)構(gòu)憑借行業(yè)領(lǐng)袖的團(tuán)隊(duì)和政府的資金支持，可以主導(dǎo)合作。而高校憑借行業(yè)領(lǐng)袖的團(tuán)隊(duì)提供科過(guò)去來(lái)看，由于大廠(chǎng)受到商業(yè)任務(wù)限制，資金和數(shù)據(jù)優(yōu)勢(shì)未能充分發(fā)揮。而未來(lái)，在ChatGPT之后，經(jīng)過(guò)驗(yàn)證的模式鋪平商業(yè)決策之路，將逐步成為未來(lái)大模型的主導(dǎo)力量。資金優(yōu)勢(shì)數(shù)據(jù)優(yōu)勢(shì)科研能力優(yōu)勢(shì)資金優(yōu)勢(shì)數(shù)據(jù)優(yōu)勢(shì)科研能力優(yōu)勢(shì)無(wú)商業(yè)任務(wù)資金優(yōu)勢(shì)科研能力優(yōu)勢(shì)資金優(yōu)勢(shì)科研能力優(yōu)勢(shì)無(wú)商業(yè)任務(wù)數(shù)據(jù)來(lái)源：CSDN、電子工程世界、新智元坐擁大模型+訓(xùn)練框架+數(shù)據(jù)+社區(qū)多重優(yōu)勢(shì)，百度有望成為AIGC領(lǐng)域率先實(shí)現(xiàn)商業(yè)化的領(lǐng)頭羊。自2019年發(fā)布ERNIE1.0，百度持續(xù)投入大模型的技術(shù)創(chuàng)新與產(chǎn)業(yè)應(yīng)用，布局了NLP、CV、跨模態(tài)等大模型，率先提出行業(yè)大模型，成了支撐大模型產(chǎn)業(yè)落地的關(guān)鍵路徑，構(gòu)建文心大模型層、工具平臺(tái)層、產(chǎn)品與社區(qū)三層體系。根據(jù)IDC的大模型評(píng)分，在產(chǎn)品能力、生態(tài)能力和應(yīng)用能力三個(gè)維度上百度均位于第一梯隊(duì)，且在生態(tài)維度遠(yuǎn)高于平均水平，這得益于百度的大模型框架“飛槳”、旸谷社區(qū)。百度于2023年3月發(fā)布“文心一言”，成為首款中文生成式對(duì)話(huà)大模型產(chǎn)品。文心大模型評(píng)分文心大模型與產(chǎn)品框架文心大模型評(píng)分工具與平臺(tái)浦發(fā)-浦發(fā)-百度·文心航天-百度·文心人民網(wǎng)-百度·文心冰城-百度·文心電影頻道吉利-百度·文心泰康-百度·文心TCL-百度·文心HelixFold-Single視覺(jué)-語(yǔ)言語(yǔ)音-語(yǔ)言地理-ERNIE1.0架構(gòu)：改進(jìn)了MLM任務(wù)ERNIE2.0：+持續(xù)學(xué)習(xí)框架ERNIE3.0、3.0TITAN：+參數(shù)量ERNIE版本2.03.03.0TITAN推出年份2019202020212022參數(shù)量參考bertbase(1.1億)參考bertbase(1.1億)，bertlarge（3.4億）100億2608億預(yù)訓(xùn)練數(shù)據(jù)量discourserelation4TB-數(shù)據(jù)來(lái)源：CSDN，電子工程世界，浙商證券研究所。注：ERNIE（EnhancedlanguageRepresentationwithInformativeEntities）02阿里巴巴：通義大模型訓(xùn)練策略和框架上n阿里巴巴率先構(gòu)建大模型統(tǒng)一底座、通過(guò)訓(xùn)練策略大幅提升稀疏參數(shù)大模型框架訓(xùn)練效率，在大模型框架上具備領(lǐng)先地位。阿里巴巴2021年3月發(fā)布M6，成為國(guó)內(nèi)最早提出千億模型的廠(chǎng)商，同年發(fā)布十萬(wàn)億模型M6-10T，通過(guò)expertprototyping訓(xùn)練策略成功實(shí)施MoE稀疏參數(shù)模型，使模型達(dá)到10萬(wàn)億參數(shù)級(jí)別。2022年9月發(fā)布通義大模型，通過(guò)統(tǒng)一學(xué)習(xí)范式M6-OFA和模塊化的設(shè)計(jì)，提升大模型跨模態(tài)能力和效率。Dense模型與MoE模型2023年報(bào)電話(huà)會(huì)上，集團(tuán)CEO張勇表示針對(duì)生成式AI趨勢(shì)，Dense模型與MoE模型阿里通義大模型架構(gòu)阿里通義大模型架構(gòu)123SA SASADense模型MoE模型n華為盤(pán)古大模型深耕實(shí)業(yè)，擁有更廣泛的行業(yè)大模型，具備更強(qiáng)的落地能力。n基于ModelArtsAI工作平臺(tái)的盤(pán)古大模型2021年4月發(fā)布，目前已應(yīng)用于10+行業(yè)的100+應(yīng)用場(chǎng)景。n根據(jù)信通院模型開(kāi)發(fā)和模型能力兩方面測(cè)評(píng)，均為優(yōu)異水平。盤(pán)古預(yù)訓(xùn)練大模型架構(gòu)及Offering大企業(yè)或政大企業(yè)或政府方案（混合云或公有云）細(xì)分場(chǎng)景模型工作流訂閱及基于下游任務(wù)微調(diào)合作伙伴交付中國(guó)企業(yè)方案（中國(guó)企業(yè)方案（云邊協(xié)同）行業(yè)大模型L0→L1行業(yè)大模型定制費(fèi)L0基礎(chǔ)大模型使用授權(quán)費(fèi)盤(pán)古工作流（快速交付：工作流，增量學(xué)習(xí)，小樣本標(biāo)注）盤(pán)古行業(yè)大模型（行業(yè)know-how：行業(yè)數(shù)據(jù)預(yù)訓(xùn)練，無(wú)監(jiān)督訓(xùn)練）小語(yǔ)種/英語(yǔ)數(shù)字人大腦工業(yè)耗能/參數(shù)預(yù)測(cè)生產(chǎn)線(xiàn)質(zhì)檢金融風(fēng)控智慧育種銷(xiāo)量預(yù)測(cè)煤礦基礎(chǔ)大模型基礎(chǔ)大模型多模態(tài)大模型 視覺(jué)大模型預(yù)處理算法并行推理框架預(yù)處理算法并行推理框架Workflow2.0 預(yù)置工作流數(shù)據(jù)采集標(biāo)注任務(wù)特征存儲(chǔ)數(shù)據(jù)集管理器AI應(yīng)用 預(yù)置工作流數(shù)據(jù)采集標(biāo)注任務(wù)特征存儲(chǔ)本地訓(xùn)練 其他數(shù)據(jù)來(lái)源渠道L__________本地訓(xùn)練AI+法律：通達(dá)海；AI+醫(yī)療：創(chuàng)業(yè)慧康，AI+教育：科大訊飛；AI+網(wǎng)安：安恒信息1、AI技術(shù)發(fā)展不及預(yù)期：當(dāng)前以ChatGPT為代表的2、版權(quán)、倫理和監(jiān)管風(fēng)險(xiǎn)：AIGC生成的內(nèi)容依賴(lài)現(xiàn)有版權(quán)素材，另外不當(dāng)使用或模型 以報(bào)告日后的6個(gè)月內(nèi)，行業(yè)指數(shù)相對(duì)于滬深300指數(shù)的漲跌幅為標(biāo)準(zhǔn)，定義如下：1、看好：行業(yè)指數(shù)相對(duì)于滬深300指數(shù)表現(xiàn)＋10%以上；2、中性：行業(yè)指數(shù)相對(duì)于滬深300指數(shù)表現(xiàn)－10%10%以上；3、看淡：行業(yè)指數(shù)相對(duì)于滬深300指數(shù)表現(xiàn)－10%以下。我們?cè)诖颂嵝涯?，不同證券研究機(jī)構(gòu)采用不同的評(píng)級(jí)術(shù)語(yǔ)及評(píng)級(jí)標(biāo)準(zhǔn)。我們采用的是相對(duì)評(píng)級(jí)體系，表示投資的相對(duì)比重。建議：投資者買(mǎi)入或者賣(mài)出證券的決定取決于個(gè)人的實(shí)際情況，比如當(dāng)前的持倉(cāng)結(jié)構(gòu)以及其他需要考慮的因素。投資者不應(yīng)僅僅依靠投資評(píng)級(jí)來(lái)推斷