（来源：上观新闻）
Anth🎌🇨🇫ropic ✌⏸没有公开释出这个🍨🎮模型，🌎👩🎤只允许部📯🏰分安全研🔆究人员提前访问🏰🥃，以便修❓🧻补 Myth🧓🎀os 发👩❤️💋👩现的漏洞🥋。他向员工表示，公🏍🥽司“不🏹会为了技术而发布🐫技术”，这意👘🗳味着发布将以可用🗾⚖性和系统🐔🛃级一致🙇♀️性为导向，而📱不仅仅是追求速度🐞🎼。Googl🎺e（包括大部分🕋♥的 AI 产🍦🇩🇪品）都在每一🛡条 AI 🚂Overvie🗞🌮w 下方加了一🇳🇪行小字：「🌷👩👩👦AI 可能会犯🎱👨👩👧👧错，请双🧱🔒重检查🍶。
” 该🉑专家同时提及📁，豆包在推🆚🏵出付费服务🎉的同时🏩📌，保留💇♂️🍑了基础的💇免费版本，🕗🧜♀️顾及到✒🚣♀️了一般大众的市场📬需求💇♂️💵。其二，🐕🕋选择的🔩👨👨👧👦逻辑不是简👛🇦🇫单地"保留某些数🕸据集、扔掉另🏝一些数据集📐🎨"，而是在🤣🕉每个数据集内⛓🐎部做样本级别的精🐑细筛选，因♉为即便是总体上与🚣⬅机器人数据相距较👳♀️🧨远的大规模图文♈📁数据集，其中也🤼♀️有相当数量的样💛🕸本恰好与空间理🍰🖌解、物🇦🇷🚳体定位等机器人📼☪任务高🧾🇹🇻度相关♈。
这项研究发表🇬🇸🇿🇦于202♟️4年3🧩😺月的预印本平🇵🇫👨❤️👨台arXiv上，🥼⛩有兴趣深🌤♌入了解背后原理的🇺🇳读者可以通过24👚😤03.0962🧭9这个论文编号👨🚀📺查询到完整的学🧖♂️术文献🍱🇬🇷。研究者让同一🏃♀️🇭🇹个 A⏩🇰🇵gen⛈t 在❤同一个任务上🇨🇩跑了 4 次📡🐨，结果发现： 在🍦不同任🕟务之间⛹️♀️🥳，最贵的任务比最👨👧👦🙋♂️便宜的任务多🥋烧约 700 🎃🌍万个 Tok🤶en（Fi🇱🇰gure 2📩🇩🇬a） 在同一🇮🇱模型、🎻同一任🗾务的多次运行中，💢最贵的一次🔞大约是最便宜🐷的一次的❓ 2 倍（Fig📕ure 2b）📬🌷 而如果跨模型对🔂®比同一个任⛎务，最高消🦑耗和最低🇮🇹消耗之间🇸🇽可以相差高达⛏🏔 30 倍 最后🇲🇾一个数🏎字尤其值得🇳🇨🇻🇳关注：这意味着，🐈选对模型和选错🕙🇲🇹模型之间的成💈✂本差距，不🍟是“贵一🚫点”，而是“贵🇵🇷🍅出一个数量级”🇮🇩。
