（来源：上观新闻）
前沿探索和对比🥎验证的实验👩👦👦成本，🚙🇷🇴人力和数据成本🎛🆘才是主要开支🇹🇦🧖♂️。目前，已经有⚓超过 1✖🎉30 万美国国🧁🌹防部人员🇦🇫使用了🇫🇲美国军方的官🕘◾方 AI 平台 🎤🤡Gen💀🌥AI.mil，🔩🇹🇩在五个月内生成了👴数千次提🧡🎿.cn是什么域名示词，部署了数📬万个智💊🗡能体🇲🇲🏠。最近大家👩🌾又都在研究 🌫on-pol💰icy dis📹till🏵ation👲😄，但各☕家做法差别很大🥉🍾。
模型会诚实地反🔁映训练数据，to💳ken 消耗👵变多，🔝↔说明在训练中确实0️⃣8️⃣存在用🧨更长上下文解决相📗🐃同问题🍷⏫的情况，这🎛些吐出来的回答可🎤能又成为训练🧕的材料，这就形成👳坏循环，解决同一☔个问题需☁👨✈️要的 toke🌎n 越⛔来越多🕋。
不承认自身局限，🕢才是最大的❗弱点🙇♀️。以前开源框架💧对 RL 的适🚟👩👧配负担😾很重，🥖一个模型 2 👘👩🌾月上线💘💁，可能到 4️⃣5、6🇪🇬🗼 月才有开源 📥🚣RL 框架能🌳📥跑起来🌹。DeepSee🐙🥴k 在🎵🧻后训练里做了 q🍵uan⁉tizatio👩👩👦👦🙇n-aw🕰🚾are⚱ trainin👡🔗g，即训练时模🚪拟量化、采样时真🏤实量化🥼。
