（来源：上观新闻）
因为发音相👩🦰☑似，中🎮🧚♂️国开发者直接叫📅它「爱马仕」🎢🇬🇶。当AI解↕一道数学题时，👲它可能🇷🇸⛲需要连续输📋出几千个字的推理🇺🇸过程——这就像🗜一篇很长📭🤣的侦探调🎈查报告👁🇦🇲如何建立自己的网站平台。由于每种能力只对🏊应一个单词（🇵🇸比如A、B、C）➿，模型只需要在🇪🇭这些候选👚词之间选择🏖，判断过🇦🇱😴程极为高效，🍗🇬🇵每次任👞📁如何建立自己的网站平台务只增加几秒钟↖的额外时间♍。
Q2：TR🔠ACE训练出🇰🇪来的LoRA适配☃🇲🇳器为什么不直接合🍍并成一个模🇳🇦🦝型？ A👡✈：实验证明，🏥🦓把多个📁🗺能力适配器合并🏙🇲🇭进单一模型会导🌻致能力之间🌤相互干扰，性😫能反而😚👗下降🌼。第二步，O🇲🇳🇲🇽PD合🔕💯并➿📢。用DC🐓🍦自己的话🍎🥏说，这项审😙🏄查是“人工”🦀🇸🇭且“细🧠致”的，目的是确🥯🇧🇩保设计在👚实施之前是合👧理的🦜。
Q2：PA💣🇳🇮NDA模🍼🇦🇪型和GPT-4o🇸🇽♓这类大模型相比有🦋🇧🇼什么优势？ A🏌：PANDA🍪的参数量只有◾0.028🇸🇭🚵♀️亿，处理一对图片🧚♀️🎃仅需3.🦴🍊53秒；而💀GPT-🍙4o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2🐾🇬🇹6%，🗓🕳接近随ℹ🚢机猜测的20🍑🔩%🧶🕴。其一是Spars👨👩👦👦🇨🇮eCore加速🐿器，专门处🛬理嵌入查找🇰🇬中不规则的内存访♿问模式，将数据依☹赖的全👩👧👦🇰🇵局聚合🐮🐱操作从矩阵🎨🚛乘法单元（🇬🇷MXU🙆♂️）中卸载，避免🎍💂♀️通用芯片常见的🇲🇫🙋零操作瓶颈💿💋。
