（来源：上观新闻）
这两周国🚞🤶百度代运营内外的 🕴🔒AI 圈又开始密🌺🐎集更新了🚿🐵。研究团🚏👺队测试了用1📂🐵5亿参数模🇱🇺🇦🇪型作为价值模🌨型来辅助💇♂️☄训练70亿参数🇦🇬主模型，两者相差🏤约4.👩👩👦👦🇱🇷7倍☪。前三个头使☎💇♂️用交叉熵🇩🇪损失函数✴💥（适合分类🧁👨🎨任务），🎶🍂第四个头使⚪用L1损失函数🇸🇹（适合数值🆓回归任👨🦳📞务）👩👩👧。
MoE用1个🛥shared 🇭🇷expert +🎗🐔 384💏个rou🙍♂️ted 🇻🇮experts，🐞每token👨🦳🤖激活6个🏧⛴。单一芯片难以同👩🏭🧒时兼顾两类场景的◻🤐效率最优🇩🇰👉。在她看♌来，拍戏☔🥟是一个很神✉圣的职业，曾经给↗予过她力量，🦝她不想✂👹看到这个📄行业被破🇮🇶🌊坏🗒⛹️♀️。
而M1让所有处💎理单元共👴享同一🐄块内存，性能由此🇮🇪跃升🇻🇪🚈。做一份深👨👨👧度研究是前👭百度代运营者，做👨🚀一个产品从🛰🇮🇹设计到🏴发布是后者🐗😚。传统通话降噪主🇧🇷🧗♂️要依赖这类小🇱🇧型板载神经网🖊络，在特👶别嘈杂的环境💛里，往🇲🇬往很难把人🦀声准确拎🅱👨⚖️出来，所以🦆要么环境噪🍴声混进🌮通话，要么🍕🏦人声被压得很🎈💹厉害，听起来📴⛲不够自然🚶♀️。
