（来源：上观新闻）
正因如此，这些🇨🇫⚠模型的训练方🇧🇮式导致🥮它们最终形🗿☕成了一🍩🥑种参差不齐的🇧🇪🔘能力形态🏩☸：它们在数学、🚂代码及相关😅⏱领域等可验证🇻🇳空间内🤭能力极为顶尖，而🇹🇳🏉在非该领域👝的范畴内则相对🇦🇶✏停滞，表现得🧝♀️较为粗🇾🇪糙🧞♀️。目前来看，👨⚕️🔱答案在于智☎🔧能体只是被编目🇷🇸的内部实📢体，所以这很值🦓🚼得注意，⛑你基本上🈁🇦🇺仍然需📏🕯要把控美学、判断🌃力、品味，以及☮进行少量的监督🔷。我很想回到⛽🧬“参差不齐的🕞智能形态🎎🌡”这个概念上来🐑。这真是件奇怪🕝的做法🏀📏。
你在这方面😪走在最前🇧🇷面😂。Andr🇸🇬ej K🕓arpat🥴👃hy 是的，👩👧👧因为我仍然是这个👎🇳🇷系统的一👍部分，信息🎟❗仍然需要进入我🇹🇦的大脑🈴。亚马逊🇷🇪👨🔬也过关了，🇪🇪⚖AWS重新加速🙃，Ant😵🥅hropic和🕚🕌OpenAI都🇿🇦在给它的AI基建🇱🇷😼背书😫🍾。AI 被叙述🎚✈成人类历史的最大🚹✡技术拐点🔵。
具体到产品层🗽面，就是 🎾🤘Advanta🛄🏪ge＋🗜。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💜。传统计算机能轻💘😯松自动化的，🧛♀️是你能🔃用代码明确🇱🇹描述的东西👷♀️👨👨👦；而这一轮大💛语言模型🇮🇳能轻松自动🙊化的，是你🏧🧻能够验证👨⚖️的东西🍍🎓。就像以前一样，🧷🤢所有的工程师都习👩🚒惯于最大限🐪🇸🇭度地发挥所用工💪🖨具的效👨👩👦👦👗能🤮🇬🇮。
