（来源：上观新闻）
V4之所以迟🐂⌨到这么久，🦙一份近60🍈🔧页的技🚜⛏术报告给🚅📏出了近🇱🇦📈乎“残酷”🥺的坦诚🚳💅：训练📁数据量翻🦟倍（从14🇸🇻.8T To🗼💦ken跃🇵🇹升至32T—3📍3T），参🤸♀️数翻倍，在🥃超大规模集群上，📽💰硬件细👎微误差被4️⃣🥑无限放大，训练💩🎋稳定性遭遇🖕“工程⏳🕝无人区”式的挑🇲🇹🇨🇨战👨👦👦🇬🇺。
Dee🇨🇿pSeek🇮🇸🦙-V4 的🇬🇭🧟♀️技术报告里就提到📣，他们做了一⛑🌾个内部在🍾🇩🇰线评测：公司里🥏的工程师☃可以自行选🇱🇸择模型🐣谷歌优化完成任务、给模型↔🇹🇻反馈🇺🇲🥤。这或许正是中国☎AI突🗃🛁围最需要的“鲇鱼🧹效应”☠➖。
整个行业必💩🇧🇳须把评估做好🇬🇺🌐，否则很容💐易陷入自欺🦡▫欺人的循环🏡⚛。晚点：关于测🇨🇴评部分👍，前面已🇮🇸🈳有部分🍬🇲🇴讨论，还☕🇲🇾有什么补充👝吗？ 赵💈晨阳：有🔰一位 NL🛣🈶P 领域😲💺很知名的研究者🚹〽说过一句话：🤽♀️🇭🇹We cann🥠🚑ot optim🌩💖ize wh⛏👩👧👦at we 👑cannot 🇨🇿🤮eval🎤uate，“如果⛷🎦一个东西我们无法🎗评估，🌴🕍我们就无法🇰🇾🐢优化它”🇬🇹。
