（来源：上观新闻）
原因其实很清🥑楚：要做出更🍌强的模🌁型，需要三样东⬜💘西——算力🕝、研究人员、🍀以及“🍚实现能力”🥥。因为他们可以在🇫🇷我们的数据之上再🐥做自己的分析🦚🕐，而不是从📒🍩零开始构建整套🎬🤛体系⚙🦚。你自己👨🔧事先要把架💽©构拆分好，🏺🅰一部分一部分地🏷开发⚙🛠。我觉得这才是🌐👷对的方向ℹ。论文作者投稿🧛♀️ 智猩猩AI整🤛🇧🇳理 随着大语言模🇸🇦🕠型后训练（🇲🇳Post-💫traini👋ng）🇷🇺技术的🌜发展，强🇨🇱🛷化学习🔱🍬（RL）在提升模🤠⌚型复杂推理能力☢🐠上的表💕现备受💜瞩目🇨🇩🚂。
你可以想象一个极🤳⛴端但现实的🚿🦹♂️场景：像 🚗Ken Gr🇦🇲iffin 这样🌮的人——既有钱又🏠有关系——🃏直接去跟模型公🤣🚪司谈一个协议，比🦌🧑如和 Ope🇬🇪nAI 🇸🇸👩👧👦或 Anthr🛩🛸opi🇹🇻🇺🇳c 签约，说“我🏋️♀️💲每年先买🚀▫ 100 亿美🛢🍊元的 toke🥡👬n，你们的新模型🦌😡优先给我用，等我🦸♂️用完第一批，🇱🇨其他人才🤤可以用”🛩。微软不🎋再是Op🥖enA▫I的独🧬家云服务商和战🇯🇴略伙伴，而是变🚫成了一个普通的投👧资者🎌。
我认为这恰恰说🇪🇷🛄明了机会所在🔜。主持人：你能不能💴举一些⛏具体的🚰🥥例子？这些投入☘🇸🇨到底带来📣了什么💒样的变化？ D🇧🇬💮ylan Pat🇮🇲☑el： 有🇹🇯一个特🇦🇲别典型❔的例子♾️🕷。如果以 Cl👩⚕️👮♀️aude 作🇦🇶🤡为100分的标杆🏎🇹🇱，原来 GPT-🇧🇯🤨5.4 只有50🛩分，调优后⬛能达到70-🇱🇻80分⛄。谁能用到🍔最先进的🎇模型？不再🔣🐇是所有人🙉💯。
