（来源：上观新闻）
在学术界和🇩🇪工程界，🗿🤚有一个公认的近😷👩👦👦似估算：生成（🤾♀️或处理） 1🎓🤲 个 词元🦑🤦♀️所需的浮点🇵🇷📛运算次数🤪🐼约是2 倍的⚠🥜模型参数🤘量🦴。闭源模型🥙🌰商业防御性😺🔤更强，降低被🇩🇰🇨🇫去中介化的风险；➖👊开源则有助于生👩❤️💋👩🕡态建设、⚗提升采用率并加🦶✳速技术反馈🇳🇵🛴。
它证明了通过🇳🇺🤢改进训练方法☃而不是简单增加模🗺型规模或数据量🐟也能够实现显🏒🦹♀️著的性能提升👴💽。2月，总用🇱🇰🎼户数较去🐜🤣年9月🕖增长了🏍超过一倍，3月🏐初的数据显示🈂，用户规模增🇰🇭🤪长仍在继🍝续🇬🇶🇸🇭。它揭示🐔了一个长期被👩👧👧🇨🇫忽视的问题：🈁😧我们用💷来训练和评估🏍🍵AI翻译♈⛺系统的方法🎳🧝♀️本身就存🇺🇦在根本性缺陷🧜♂️。
