（来源：上观新闻）
技术判断🎉🇨🇦上，mHC不是🦵那种让人眼前一🈳亮的架构创新，更🚖😾像是一👐⚡个「稳得住大模型🔚」的工程补丁😬。他在200🌨6年就加入新👨✈️👨🦰东方，从一线🚥教师成长为🧣高管，曾担任苏💗〰州新东方😑🛑考试部总🥀🇬🇬监、南京学🌯校常务副校长🇦🇩/校长、广州👗学校校长、新东🇵🇭方集团副总裁🔼🚈。
Q2：P👨👨👦👦🥥ANDA模型和G🇪🇹PT-4⛵🇺🇸o这类📤大模型相比有什么😬0️⃣优势？ A：P📹ANDA的参数量🥫⌨只有0.028亿😏🚥，处理一🇸🇭🕶对图片仅需3.5🇯🇴🍾3秒；而🐕🇳🇵GPT-4📽o等大模型参数👩👩👦👦量达数👡百亿甚至更多，🎆且在区域级质🛏🥘量比较任务上准确🌾率仅26▶🤔%，接近🛳随机猜测的20%🌒🧘♀️。
AI必🇧🇿👩🦲须自己🆓去猜测究竟👪🕎是哪一个行为导😌🐚致了最终的🛥🇩🇿失败，而当一个任🍭🙁务需要完成十几个🧞♀️🕤步骤时，🕵这种猜测几乎无🇹🇰👩从下手🙃🔱。**说到底👾🇹🇫，这项研究发现👣🌂了什么，又意味🦕💳着什么** 🧀归根结底🍽🆔，这项研究回答🏸了一个在🇰🇬👀AI训🌋5️⃣练领域长期存♎😈在争议👢的问题：大模🖐✈型推理能力🕷😻的训练，应该🇦🇱用什么🎾🦌样的框🇧🇮架来建模？ 研🕢究团队的答案🏌☎是：把整个推🇷🇼🚹理过程当🚭成"一次性行动"🧾💇♂️来评价，而不是🔎"一系列连🛩✊续步骤"🐊。
