（来源：上观新闻）
研究者特别解释🇺🇲🇧🇭了为什么不用💂♀️LoRA（🚋一种常见的模型微🤠调技术）🍿：LoRA😋🎢需要直接访问⏏模型权重，这对于👑通过API调🐊🅾用的C💡👨🔧lau🇦🇪🚼de、G🌔🕧PT-👩👧👧4、Gem🇩🇬ini来说🧘♀️根本不可🐉💌能🤜🖱。AI多属性协同优➕↪化能力👡的落地，也高🥂🍟度依赖高🌪质量、多样化的↗训练数据🥓积累⚛📰。核心技术受制于🕊🧐人，质量标准🧛♀️难以统🦏♐一，产品自然容易🧗♀️出现质量参🇧🇷👆差不齐，更难🌔🏍与代工品牌🎭🤯自身的产品🚞👄形成差异化区隔😲⌚。
他们全都是 💱👨🏭A 类员🇸🇹🕊工🍫🅿。从这两♊🇬🇸个案例可以看出🌪，“对话式干🐜湿闭环”降低🌟🔝了从A🎻🐇I设计到⚖2️⃣实验验🥶🦴开源低代码平台证之间的门🥙🇧🇫槛🏐🏪。这个数🇭🇰🛅字本身不稀奇，稀🚏❌奇的是它意味着↙🏇开源低代码平台一个顶🕋级工程师消耗的🔙 AI 成本，🤺🏦已经接近于一个工🥓程师的工资了☹🧥。Met🇰🇳a 在这件事🔬🇪🇪上又是最极🇲🇼端的⏮。”在盛叶看来🇵🇫，针对不同模🌆型，盛😰🇨🇷叶并不主张押注😶某个单一🇪🇬👩🏭工具，🇯🇪👱而是强🍑🇨🇾调根据任务🈺🏪需求灵活组合🤼♂️👩⚕️，推理拆解、🇦🇺🌐长文本协同、📜⏲开源低代码平台高频迭代都有不同🐽🇵🇫的适用场景🚃☂。
