（来源：上观新闻）
很可能存在🧟♀️大量可验证的环境💷🍜本可以被😱🔗纳入训练，📇🍳但因为它们的实🇰🇷🔏用价值不🔥↖够高，就没有🔦🐉进入数据集🇷🇴🇳🇱。这部分⬇🇴🇲原因在于实🕳验室训🦇练模型的🍷方式，但我认为也🚞🎆与实验室的💨侧重点有关——👼他们碰巧放入了🧞♀️🎥哪些数据‼。Sonia🚀🇲🇩：影响是否大😳👩💼致一致💺➰？还是某🛠些品类更👹🚤受Age💄🐨nt搜索影响？😰 James：🔤🥫“消费者决策成本🐑🚭”是关键变量9️⃣🐪。
Soni📮a：那你能🍥想象这些平台干🎇🎪脆禁止Ag👊ent抓取吗？🔲🇳🇪然后商业模式变成🇬🇱🤠：内容🇸🇴💻原创者和平台分🥕成，并对AI🔚🔫实验室收费🇨🇼🎟——比如“Ch⛺atGPT，你🚴要抓取就得付很多🏗钱”🙌。显然它非常有用😛，但这里👩🔬存在某🚶👨👩👧👧种更通用👹的东西，即♨🆗你必须与你的🤰🛬代理合作，设计一⁉🚒份非常详细⏪⤵的规范——⚡⚡也许基本上就🍊是文档——🚛然后再让代理🌰去撰写🛠🤲。
这一切🇿🇦在某种程度上🔴▪只是统计🎍🔉模拟电路，🧿其基础是预训🇻🇺🇬🇹练，也就是统🍔计学👩👩👦👦👨👦👦。我确实希望这种😐情况能在未💗⚗来的模型中🛳得到改善👩⚕️。六、技🇨🇱术维度：🚲👩🔧技术作为认知👩🦲🍨变革的😦🧔隐性驱🇸🇹动力 技🥢术从来👨🌾👣不仅是👅改造外部世界的工✋🥾具，更是👳重塑人类感知😸方式、思维结构🇱🇦与认知边界🧜♀️🎨的隐性力量🎗🎍。
