（来源：上观新闻）
他没有去找银行，👳♀️而是求助于他创✨🔎立并担任❣CEO的火箭🧥🌿供应链管理平台公司：Spa🚢👀ceX🙄🇳🇪。结果显🌍🧚♂️示，4层是💻一个甜蜜👨👩👧点——既足够深以📱捕捉复🔞杂的跨图像区🥣域对应关系，💟🍕又不会因层数过📳☝多而导致过拟🏊合或训练💕🌗困难🥟👯♂️。同样都是伪人，如🕳🇲🇰今集齐108🇱🇷个AI艺人🧹，可比小🦕🏋时候集🏂🏞齐10⌨8张水浒卡轻🔊松多了🧛♂️。听起来很❗🎂合理，🌻♿但问题出在👨👩👦👦👨🌾供应链管理平台AI推理的🥁特殊性上⛱。值得思考🇬🇹🥶的是，随着这类🙁系统的能力不断Ⓜ🦍提升，科研流程◽的加速和民🤤主化可能🔺◾比我们预期的更🧝♀️快到来——不仅是🇫🇰顶尖机📋构，普通研究者也🕋🍓可能借👩🎤助类似的系统，🔰以更低™的成本完成更🐤🍠高质量的实⛹🌬验性研究工作🛡。
我们认为⛽📊这是由于 LLMℹ🤽♂️ 的预💪🛩训练和后训练中👤🇧🇱都存在大▪量软件代🇦🇮👬码造成的🇯🇲🐇。就像一张照◻🧶片整体偏暗（所🚾有区域🏌️♀️都受到"变🤐暗"效果的影🇮🇱响），另🚜♨一张整体有噪🇮🇸🇳🇱点（所有区域都🇨🇿📤有噪点），系统🔱🚾需要分析各个🔱区域的情况🇦🇫❇并进行比较🐂。一位机器🥤⛸学习方向🕤🆖的博士生，拿到👨👧👦Ⓜ一篇论文🇭🇹后，需要先读懂它🙀，再搭建运行🐢环境，接着动手写🥎代码，然后👄🗿跑实验、看🎿结果、发现🍧🕠问题、修改代码👨🦳📮、再跑🇾🇪……这个循环往😧往持续🍜💷好几天，🍌😑中间任何🔲🏴一步出了岔子，🐫都可能🕳🉑前功尽弃🚖。其中有不💨少带星号的名字🎬，是已经离开团队👮♀️、但仍然对V🏪🕘4做出过重要🇻🇳贡献的研究者🚋。
