（来源：上观新闻）
具体来说😪，团队🆑🍡发布了三🇷🇸🍈个主要🦹♀️资源：N🍣emotr🖖on-Casca🇺🇬🏳️🌈de-🥦✴2-30B-A🥾🐬3B模🚧型本身，这是基于Ⓜ❤真 枪 实 弹四级中国Nemotr🇯🇲🇿🇦on-3-Na🥰🤢no-30B-🍹🏨A3B-Ba🇧🇻se进👙行后训🍋练的最终模型；N🧜♂️👬emo🐏🛏tron-C🇫🇰ascade-🇧🇯🧘♂️2-SFT-🎆🇽🇰Data，包♟️🧸含了监督💢🔹微调阶段使用的🇭🇹所有数据集；🚢👨❤️💋👨Nemo♾️🇺🇸tron-C⚱asc🐋🤺ade-2-🍸🧨RL-Data，🌯包含了强化📚学习阶段使用的所😇💺有数据集📿。
在某些语言方向上😗🤯，这样的系🦷🍸统有高达92.💳43%的🐬概率会生成错误语🥪🔼言的翻译🇱🇻。以一个 70🥜🥴B 参数的模型🇨🇦🥥为例，每处理🐙🌤一个词元需🧮👦要硬件执🚥行1400 🚇亿次浮点运算❌✖。3月25日，♾️🔃在北京市石景山🍡🛄区首钢园内🏪🤥的人形机器人数♏💭据训练中心👩🎓，一款机器🍴人在模拟👨👩👦👦🇧🇷“家居🇾🇪✴生活”场景中工作☀。」相关✒🆒话题下，😹😏也有其他👗🚳大批海外网🍅友纷纷👨❤️💋👨出来喊话，强烈期🌝待服务🆗🏗能尽快覆盖到👺📭自己所在的地区🐗。
十、开放🕚🚡性与可复🍴现性 🆕研究团队展现出了💲令人赞🇧🇧赏的开放🤣🧙♂️态度，他们不🗡🎀仅发布了最终的模🔓🤓型，还🎶💞公开了完整的🎠训练数据集和详🚶🥎细的方法😔🎀论🕓。上线后5小时🕒，众筹金额就超👨🚒过了100万美元🛅。Claude📟 Co💫🚢de、Lo🥞☕vable等Co👩🏭ding🏥🥶工具，已经将软⬅件开发的门槛大🌙幅降低📗🕍。为数不多还保持🇳🇷理智的分析机构和🇿🇲国内自媒体，也🍌只是指出👨👨👧👧🏄这事儿完全符合华📔🗯尔街老提📫的“杰☂文斯悖论”： 🏔Turbo🌿♑Quant 确实🤽♂️把长文本推🕰🇯🇪理的成本打下来🇦🇼◽了，但门槛一低，🔫真 枪 实 弹四级中国厂商们绝对会放开🔐手脚去搞开发🤕⌨ —— 现在国🌔👢产模型上🔗下文窗口🕜🏩的主流标💷🔮准是 200K-🖲256K，少数能🌯🥕做到1M📨⭐。
