（来源：上观新闻）
部分员工对So🤯ra团队👨👨👧所获得🎌🐩的算力比例感到意🥊外——视🐱频生成工🇲🇺具既无法带来可观🇩🇿☹收入，也无🎀助于提升语言模型🅾🇻🇪能力，🎶🇰🇳这种资🥍源分配引发了内部🇲🇭质疑🚻🧺。不同公司在🎯架构选👮择、训练数据、🇳🇬产品侧重和技术🧂🥭路径上存在差👩🍳异，这💧些差异将持续🦇👩👧产生不同🇷🇺的能力优势🔮🥙。
研究团🏞队注意到，⚛当前最强大的大型🌪👴语言模型在处☀理英语、🧺中文等资源丰富语🇬🇲🙈言的翻译时表现🤞出色，几乎可以🇪🇭媲美人💮类翻译水平🇨🇱🏅。现在整个人🇸🇽工智能的📵生态系统的进步速🍘度都很快，技术🔶🕚的扩算也不🇱🇨慢🇦🇸。通过将训练限🌥制在spBLE🏈🇹🇴U分数🥪🇬🇫1-20🙎♂️分的语⁉🧔言方向🍚上，WAL🦃🏴AR能够集中精力📞☂解决那些最🥁需要改进且有改💟进空间🥫🔸的翻译📛任务🆖🦒。
