从思考输出的分析来说，是串行的，不知道内部分析是不是并行的，甚至，应该用超大参数方式并行分析才符合现实吧。
【 在 anylinkin 的大作中提到: 】
: outcome award RL，不是创新，而且不少人认为不如process award强化学习
: 。稀疏激活MOE（就是只激活部分参数运算），是新的研究领域，但也不是它创新的，算
: 是比较早的应用，目前这个领域还有很多需要解决的问题，存在局限。但是这两点，本
: ...................
--
FROM 223.198.81.*