（来源：上观新闻）
谷歌高级副总裁兼🧤👨AI基础设🌑施首席技术专😢🌈家Ami👣n Vah🗺⏸dat表👢⚽示：“目前，我🇸🇦⚛们的第一方🏴模型通过🤺📘客户直接调用🛩💠API，每🍰分钟处理的to👻ken数🇸🇹👕量已超过160亿🥎，较上个季度的🏬100亿有🈲所提升🦎🗑。Attenti🧢on 🤙sink🇧🇱💏。预训练⛏🌱、后训练与实时🍫🦛推理在计算特性上♓🤥已显著分化🇧🇶😶：训练🇸🇸任务追求❇极致吞吐量与🇮🇸🌙规模扩展，推理任🔤🌑务则对延🏣迟和并发更为敏感😘。
这些讨👺💯论我没🧫🤲有参与，他们☘在群里商量☀🐯。但自变量联合创🎨始人兼CTO王昊🅱🥳指出，🇲🇾🇲🇩VLA的天然缺🎛🐤陷，恰恰🍵📨藏在这种“分工😉🐋泛目录最新技术”里🇧🇼🍇。换句话说，Ve🇹🇦rCore对📪领先的CPU构不🈯👩成威胁，但👒☝它有两个值🌕得关注的地方🇰🇬。Dee📷☹pSee🇺🇾k-V4：2🐜026年4月24✡泛目录最新技术日🇺🇬🇰🇾。人工大黑认🇦🇮为，那个被全网🔔🛒吹捧的“自动生成🏷Skill👸🇯🇴”的功能，❤💯在实际操作中反🏴☠️而成了个麻烦👆。在训练超参数方面😴🛍，研究团队对🥵损失函数中四项任🐢务的权重🐑🕵系数进行了网格搜🏝索，最终确定的🐸👐配置为：区域比较🐤🙆♂️关系损失权⤴重0.1、🚗失真类型识🥀别损失权😮🇸🇰重1.0、严重📘程度分类损🍛失权重0💟.1、质量评👨✈️分回归损失权🌵🏹重1.0🥢🔪。
