（来源：上观新闻）
二、精心🧼策划的数据烹饪过🧀程 在开始强化💡学习之前🇩🇰🐂，模型需要经过"🇩🇪◀监督微调⭐🇦🇫"阶段，这就像🇸🇬为一个厨师📡📀准备各种优质🏆🌘食材一样重要🕙🏗。全世界现🇨🇩存大约7🐦🚫000种语言，但🇲🇼👩🎤其中只有不到⁉🌴100😭🐰种语言🐿有足够的数字化资⛲源来支持高🦑质量的A🥇I翻译训练🚔🅰。早先，海淀☝的中关村🐝🇬🇩被称为“🚶中国硅谷”，是国🇪🇸®人第一次相信📿🙏自己可🕍以做技术的地⤴📩方；移动互联网时🇹🇿代，它又🇳🇪🇱🇹一次沸腾，😌🍥车库咖啡里挤👺🛎满了创业者🐤。他发现，市面上◾大多这类的项目🥙🍽，“都是生意👔，不是创业”😖😗，在风口割🐱一把韭菜就迅速💬离场❌🧝♂️。
光轮智能🖐🧜♂️这类公🎑司专门提供🔵仿真数据与🚆🕣评测体系，🔹🇩🇬甚至参🔫与制定行业标🗺准，成为“🖨机器人训📥😿练基础设施😸⏪”的一部分🦴。对于缺㊙🔱乏重资产🇲🇽〰设备支撑🏣📓的小作坊而言，小🦴⛸规模炼金根本不具🇹🇬备经济可🇲🇿🌎行性，盲目🎈入局大概率血本无🤭归🆑♒。这篇帖子非常简🕤🥇单地总结了 Tu💨rboQuant🌳 这个算法的用🥁处 ——🧐 它能⏰🏮把大模型推理时😙的 KV ca🐞🍧che 内存压缩🌻到 3.🙋🌿5 bit（约 🏣🥚6 倍🥮🚕），而且几乎👂🐃不丢精🦖度🥅。具体来说，🙍团队发布了三个🕋👩🏭主要资源：Nem💩🇦🇽otron💇-Cas🇦🇱🚸cad🥟e-2-👿💘30B-A3🇸🇰🎭B模型本身，这🏰👨⚖️是基于Nemo🔫tron🇧🇩🌕-3-Nan🥣o-30B-A👌3B-Ba🧖♀️🐇se进行📽后训练的最👯🍼终模型；Nemo🚆🇦🇪tron-C🤞🧜♀️ascade🥰🤷♂️-2-S👩👩👦FT-Da♟️ta，👄🦐包含了监督🇰🇷微调阶段使用的🍱🇭🇳所有数据集；N💳🕒emotron4️⃣®-Ca🛎scade-2🇺🇿-RL-☘🤩Data💓，包含了强🌗化学习阶段使用🤔的所有数据🔮集🍨。
