（来源：上观新闻）
这项由NVID🇷🇺🥺IA研究👩👧👦😦团队主导的最新研👶🇯🇵究成果发表于2👋🤾♀️026年3月🦔16日，论文编🔙号为arX🇧🇱iv:26🇱🇦03.1922👨✈️0v2，🚆展示了📲🥐YW193. CAN优物如何通过创🇲🇨新的训练方法📙📰让相对"🍯🔝小体积"的A🎠I模型实现惊人的😔🇬🇼推理能力🏳️🌈。词汇对齐评估采💹用了F1分🇧🇻🍫数的计🥜🐪算方式🐜🇪🇸，这是一种🍒❤能够同时考虑🇾🇪精确度和🙋💖完整度的评估指标🚁🧽。
胡事民🚶♀️👉表示，A❇♒I4S对大模型的👨👩👧🍱要求正从会说会推📽理，走🎶向懂科🇾🇪学、守规🎷律、算得😍准、可验证🐟🥫。研报强调，比♦具体盈利🍀🇸🇷年份更重⚛🇺🇾要的追踪💂♀️指标是：🥐🌊使用量🔨👯♂️的持续增长趋🥽势，以及🗺单位经济效益🔁😝的持续改👔善👩💼。之江实验室副🙀主任何水兵指出🧜♂️，算力规模的扩◾🥘张并不等同于T🆘oken产出能力↔的同步提升🦝。
OpenAI一位👗🎃女发言🥜🖌人表示🌲👩⚖️，公司正基于长期😸🧣经济价值最大化的👩🦰👩💻原则，对🛶💵算力资源进行"无🇮🇪🚽情的优先📵🐐级排序"，称👨🦳👳"这种专注让我们🍄🏚能够更快速地👐成长与创🇦🇼新，并更高效地服🥖务企业和开发者🇸🇯☃"🧔🦓。最令人震惊🇻🇨的发现是，仅使用🍎🎰质量评估进行训练🌇🔈的AI系统表现👦极其糟糕😰🥣。与最佳模型的🦀价格差正在成为模🥥🧽型实际竞争👬🎄力的良好代理变量🖱💯。
