（来源：上观新闻）
研究团队测试🥕🏠了用15亿参⚒🙏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👱。还有人贴出了💄一张信封的👋图片，上面写👳🖖着，“收💋👊件人：大😷象”，以此调侃公👁🍘司终于🍗🏅公开谈论此⬇前被回🦸♀️避的裁员问题👨👦👦。
这背后的原🇲🇾🕉因有两个🇳🇱。如果题目太⛑简单，😑🐆AI每🉑次都能答对，😿🇦🇶就没有学习空间；🈁如果题目太难，A📛I次次都失败👞，也无🗽法获得正向🔉反馈🇬🇼😲。社区就像一🚓🍪条高速公路，🌉🤫把每个创业者🙎♂️的‘特产'输送🤝✝出去，才能😀🐗真正实现🐋价值转化🎽。
Sur🇺🇲🇺🇿esh Kr👨👨👦👦♑ishna 对此🇴🇲表示赞同，并补充🍘🎿说，随着智能体系😒🛳统处理更复杂的🌨设计，Des❕🤟ign 🇷🇼Conduct👍🍬or 的🍙🌶蛮力方👨🔬法可能会变得效🅾率低下⌨。将人类工📊作流程引入🤸♂️📨智能体人工智能 ☯Ver🥕🔷kor🇵🇾.io 的智能体🧢系统名为Des◻ign C🚊onducto⚙👨👧👦r，它本身并📁🇹🇻非人工智能模型，🙇👳♀️而是大型🇭🇲语言模型(LLM🧑) 的框🏚🇹🇻架🚴♀️。
