论证一大堆扯，就看投入产出比，你说小模型是捷径，又没人拦着不让其他家走，也作出结果来嘛  
  
【 在 lvsoft (Lv(The Last Guardian)) 的大作中提到: 】
:  这次训练只用了2000张卡。
:  另外坦白地说我一点也不觉得这个成果算多好，放一年前可以这么说，放现在只能是平均水准。
:  v3是moe模型，有256个37b小模型组成。简单的说就是你每次问题都会路由到某一个最适合解决这个问题的37b小模型处理。
:  
--
FROM 114.249.224.*

毛病吧？我前面列的3个模型不是结果？
这种超过所有开源模型的结果每2-3个月就会爆出一个，也就是你们这帮外行会当个事。
比如一年前的mistral 8x7b，这个就是8个7b模型，在当时就做到了开源大模型第一呀，你真以为deepseek这种事是第一次么？

顺便你以为就你知道moe好别人都是蠢货嘛？你知道moe的问题吗？你知道gpt4就是moe模型，要追根溯源的话一切都源自gpt4么？
【 在 db1 的大作中提到: 】
: 论证一大堆扯，就看投入产出比，你说小模型是捷径，又没人拦着不让其他家走，也作出结果来嘛
--
修改:lvsoft FROM 39.144.40.*
FROM 222.68.48.*

你觉得我说的都是哗众取宠，那你这不妥妥的外行嘛？
来吧，你就说我哪里说的有问题呗

【 在 db1 的大作中提到: 】
: 哈哈哈，我外行？说说你有多内行？哗众取宠的言论你倒是挺在行  
--
修改:lvsoft FROM 117.135.82.*
FROM 117.135.82.*

lv总您最近活都给ai干了，闲得很呐？

【 在 lvsoft 的大作中提到: 】
: 你觉得我说的都是哗众取宠，那你这不妥妥的外行嘛？
: 来吧，你就说我哪里说的有问题呗
--
FROM 116.232.18.*

没错哈，团队又年轻，又有能力，所以说潜力不错
不看上面各位大佬打嘴仗了，我就先用起来再说了，国内的也就这个和豆包看着不错

【 在 iceroom 的大作中提到: 】
: 看了这个团队介绍。对普通人来说，肯定是很厉害的。
: 但是放到AI大模型团队了，也是很普通的，也就中等偏上。
:
--
FROM 120.244.23.*