（来源：上观新闻）
他有一种罕🔠🧚♂️见的天赋——🚚能够让👨👩👦👦最复杂的技术变❄革听起来既通俗🇹🇻⭐易懂，又顺🇲🇽🇸🇳理成章🇳🇴。接下来发生的事情🙍♂️是：当你在足够📷🥀大量的🥝任务上🇨🇼🇹🇲训练这🛁些GPT模型或🤽♂️💀大语言模型时💰，由于是在🦁🐤整个互联网上📧进行训练🇻🇪🌾，模型必须同时完🇦🇶成数据集中所🔸🇧🇯有任务，这使⛸它在某种意义🎾🇩🇬上成为了一🇰🇾2️⃣台可编程的计算机🌕💷。如果说训练是一次🎏🤼♀️性把钱砸进去🌰🎒，那么推理就是🚽每天都在把钱烧🍬🐽出去🦇✈。因此，搭载💢 One U👨👨👦👦I 的 Gala📩🈁xy Book💟 有可能在今年💌⏬年底前亮相🇸🇦🍟。只要这📦些模型🌵依然存在📒这种缺陷，就⏫说明第🍯一，可能某些地🤼♀️方稍有偏差；📀🤜第二，👝你需要真正🚚🇸🇬参与到交互过程🏎🆕中，将它们视为🖊火端泛站工具，并时😌⚱刻关注它们的表现🇩🇯🔞。
正是因为这种训练📎方式，这些模🥒型最终形成了一种🔭"锯齿状"的🏭🏺能力图🔹☔谱——在数学、代🔨码等可验证🐗领域能力极强🏉，但在可💁👨👨👦验证性❔较差的领域则相对🧛♂️🍿平淡、表现🚐粗糙🀄。我写关于可🇿🇲🔚验证性的🚴文章，是想理解为♨🇧🇬什么这些模型的能4️⃣🏯力如此不🚡均匀🇬🇺🇮🇴。Soni🇪🇭a：太有意🎞👩⚕️思了🚥🌭。尤其在电网要🏹🇧🇱求日益严苛的构☢网型储能场景😑下，直流侧电芯⛑🔥火端泛站与交流侧变流器🥉需在毫秒级✳协同响应，多供应👨👧👧商拼接的系统极👩🏭🤴易出现控制冲突、🇬🇭效率损💗耗甚至安全事故🔒。Reute👑rs援引Val⏪oir CE🐥O Rebecc🏒👷♀️a Wet✌🤢temann的🥼说法称，在谷歌大😡❤幅超预🏞期、市场🍮😥又担心微软🥩🌪AI基础设施开💷支的背景下，微🇿🇲🆖软需要拿🧦出能惊艳🙋🇰🇼市场的数字，但这🤳份财报没有🌑🐢做到🈹🧔。
