（来源：上观新闻）
它的反🍨⚫弹，靠的不完全是🏬👨👨👦自己，也👨👦🇲🇶靠等来了🇹🇰🇬🇹一次产业周期的🔁转向💳♐。Q2：FR☸QAD这个新👨距离公🏴式，为什么比余弦🍠👨👧👦相似度更准确？ 👵A：余弦相🕟🏉似度只看😸两个向量的🦉方向角，👨🚀完全无视它🧙♀️🏏们的精度差异🗝📠——一条32🔨💚比特原🇰🇼始嵌入和它被压缩🏴成4比特的低👨👧👦质量版本，用余弦🚄🥝相似度⚒🐲量起来很接近，系💀🇩🇪统分不🇸🇮⌚清哪个更可信👨🚀🤚。东吴证券🌽研报称，云涨🈸价周期👩💼🇦🇿刚刚开始，✍🍁随着tok🦓en用量提🐛🖊升，高端算力越发🌎紧缺👰。
研究者特🛬🗯别解释了👦🇲🇻为什么不用L📊oRA（🛍🇹🇦一种常见的🚠💫模型微调⤴↗技术）：LoR🌗🅾A需要直接访问模🚭💕型权重🌴sem优化师是做什么的，这对🔊于通过AP♓I调用🛸的Claude🕹、GP🤔sem优化师是做什么的T-4👨👦、Gemin💝🐿i来说根本不👨👩👦👦🌌可能🥃📸。与KV缓存🔔不同，持💀久记忆需🌶要存活🇵🇫数月、支持随机访🛁问、不能再🔛生成——这些要🏙求促使研🎩🖨究者做了三🤖🚣♀️项关键🔟🧘♀️调整：预先计算好✌随机正交🚁🔷旋转矩阵并保存在🌵😛磁盘上（而😩非每次重算）🍛🇦🇮，支持2/4🈷🕙/8/32比🇼🇸特四种精度的混合🇮🇳存储，以及通过🐁倒数排名融合（🦑RRF）🛡算法实😾现跨精🆓😲度检索🏋。而这种高🇭🇲😑幻觉率一旦放在🧒需要高可靠性的工🎵作场景中，👜🌵很可能👨🦳导致分析🚯🍖偏差、决策失误甚🧖♀️🇧🇬至财务损🔸📖失🇧🇭🛵。
