ai-notes 2024 年 6 月 AI 全景笔记深度解读:Claude 3.5 登顶、Qwen2 开源与新推理范式

原创2026-10-11 09:22:301,364 阅读
文章标签:人工智能大模型知识库技术博客

ai-notes 2024 年 6 月 AI 全景笔记深度解读:Claude 3.5 登顶、Qwen2 开源与新推理范式

2024 年 6 月是生成式 AI 竞争格局剧烈重构的一个月:Anthropic 凭 Claude 3.5 Sonnet 拿下前沿模型头名,阿里巴巴发布覆盖 0.5B 到 72B 的 Qwen2 开源家族,Apple 与 Google 同时把大模型推向操作系统与浏览器端。本文以 ai-notes 仓库中 Monthly Notes/2024 notes/Jun 2024 notes.md 为绝对骨架,逐板块还原该月的重大发布、融资与技术讨论,并结合仓库内 Resources/BENCHMARKS.md、INFRA.md、stub notes/RAG.md、stub notes/RLHF_RLAIF.md 等常备资料做纵深解读。读完你将对 2024 年中期的模型格局、开源生态、推理成本结构、评估体系与安全干预手段形成完整的时间线认知,并掌握如何在 ai-notes 中继续跟踪后续演进。

一、这份笔记的定位:ai-notes 的月度跟踪方法论

ai-notes 是面向软件工程师的 AI 前沿跟踪笔记库,定位是"快速跟上新 AI 发展的速记材料",也是 Latent Space 写作与产品头脑风暴的数据源(见 README.md)。仓库通过一组"主题文件"(如 TEXT.md、CODE.md、IMAGE_GEN.md、INFRA.md)维护常备知识,通过 Monthly Notes 目录维护按月更新的滚动记录。

本月的笔记遵循 MONTHLY TEMPLATE.md 所勾勒的板块框架(Themes and Memes、OpenAI news、Models、Papers、Fundraises and Milestones、AI Eng Tooling、Agents、Useful learning、Misc),但按实际热点重新组织为八个板块:OpenAI、前沿模型(frontier models)、OS 级模型、开源模型(open models)、开源工具(open tooling)、其他发布(other launches)、融资(fundraising)、讨论与深度阅读(discussions and good reads)。这种"按板块聚合链接 + 关键数据内联"的写法,正是 ai-notes 月度笔记的典型形态:每条记录都尽量保留可回溯的一手信源,重要技术事实(模型尺寸、上下文长度、评测分数、成本数字)直接写进笔记,方便后续写作时直接引用。

二、OpenAI 动态:CriticGPT、商业化与人事震荡

6 月的 OpenAI 板块同时包含技术、商业与组织三个层面。

技术侧:CriticGPT 辅助 RLHF 错误识别。 OpenAI 发布 CriticGPT——一个用于"用 GPT-4 找出 GPT-4 错误"的批评模型:它写出对 ChatGPT 回答的批评意见,帮助人类训练者在 RLHF 流程中更快定位错误。这是把"模型互评"引入对齐流程的典型做法,与仓库 stub notes/RLHF_RLAIF.md 中记录的对齐技术谱系(指令微调 → 人类偏好 → PPO 策略优化 → 模型生成反馈)一脉相承,可视为"模型写反馈/合成评估"路线的工程化落地。

安全与社区侧:越狱传播。 黑客发布了被戏称为 "Godmode" 的越狱版 ChatGPT,再次印证仓库 stub notes/RLHF_RLAIF.md 与 README.md 中所记录的"LLM Dark Arts(越狱、提示注入、数据投毒)"始终是与对齐军备竞赛并行的另一条主线。

商业侧(非技术向):

  • 苹果与 OpenAI 的 ChatGPT 合作并未向 OpenAI 付费;
  • OpenAI 年化收入在 6 个月内翻倍至 34 亿美元;
  • Mira Murati 对把 AI 描述为"creepy spyware"(令人毛骨悚然的间谍软件)的反应引发讨论;
  • OpenAI 迎来新任 CFO Sarah Friar 与 CPO Kevin Weil;
  • 员工 NDA 争议发酵:泄露的 OpenAI 文件显示 Sam Altman 明确知晓对前员工施加"封口协议"的做法。

这些事件串联起来勾勒出 2024 年中 OpenAI 的典型图景:产品与收入高速扩张,同时承受着安全、社区信任与组织治理的多重压力。

三、前沿闭源模型:Claude 3.5 Sonnet 登顶与 Anthropic 的工程与安全探索

3.1 Claude 3.5 Sonnet、Artifacts 与 Projects

本月最重磅的模型事件是 Anthropic 发布 Claude 3.5 Sonnet,在多项公开评测中登上"世界顶级模型"的位置。随模型一同发布的还有两个产品化能力:

  • Artifacts:让 Claude 输出可交互的工件(代码、文档、图表等),而非单纯文本;其系统提示词(system prompt)随后被社区泄露并公开分析,成为研究提示词工程的珍贵样本;
  • Claude Projects:支持为不同项目配置独立的上下文、自定义指令与知识库,属于"项目级记忆/定制"产品形态。

非技术向动态还包括 Claude 侧边栏、Projects、自定义指令的持续铺开,以及重要人事信号——因安全担忧辞职的 OpenAI 研究员 Jan Leike 加入 Anthropic,强化了 Anthropic"安全优先"的团队叙事。

3.2 Steering API 与 abliteration:拒绝行为的单一方向假说

Anthropic 在试点中开放了 Steering API(方向操控接口),允许通过叠加激活方向来干预模型行为。笔记同时记录了与之直接相关的社区技术 abliteration("去除拒绝能力"的移植术语),并保留了该技术的核心机制说明,这是本笔记中技术密度最高的一段,原文如下:

Modern LLMs are fine-tuned for safety and instruction-following, meaning they are trained to refuse harmful requests. In their blog post, Arditi et al. have shown that this refusal behavior is mediated by a specific direction in the model's residual stream. If we prevent the model from representing this direction, it loses its ability to refuse requests. Conversely, adding this direction artificially can cause the model to refuse even harmless requests.

这段描述是理解"方向级干预"(direction steering)的关键:拒绝行为由残差流(residual stream)中的一个特定方向介导——移除该方向则模型失去拒绝能力,人工叠加该方向则模型连无害请求也拒绝。由此引出三个可直接上手的推论:

  1. 可解释性层面:残差流被比喻为"模型的寄存器"(见 TEXT.md 中 GPT-4 残差流 ≈ 64KB "RAM" 的类比),方向干预意味着行为控制可以在特征/方向上做,而不必重训模型;
  2. 安全评估层面:Steering API 与 abliteration 互为镜像——前者是"官方给的方向旋钮",后者是社区逆向出的"移除安全方向"的操作,两者共享同一套残差流机制;
  3. 工程落地层面:这类操作属于推理期的轻量干预,与仓库其他月份笔记(如 Monthly Notes/2024 notes/Mar 2024 notes.md)反复记录的"降低拒绝率"指标直接呼应。

3.3 Scaling Monosemanticity 背后的两个分布式工程问题

笔记记录了 Anthropic 可解释性研究《Scaling Monosemanticity》配套播客讨论中暴露的两个真实工程痛点,对从事分布式系统与数据管线的工程师尤其有参考价值:

  • Engineering Problem 1: Distributed Shuffle。在推进 Towards Monosemanticity 时,训练数据已达 100TB(约 1000 亿个数据点、每个约 1KB),数据洗牌(shuffle)成为主要头疼问题——大规模数据混洗的分布式调度本身就是难题;
  • Engineering Problem 2: Feature Visualization Pipeline。对于每个特征,研究者希望找到一批"以不同程度激活该特征"的数据集示例以探索其完整分布;要为数百万特征高效完成这件事,是一个典型的分布式系统问题——最初单任务即可跑完,规模上去后迅速超出单任务能力,需要演进出新的流水线架构。

这两条记录提示:可解释性不只是算法问题,其规模化同样受制于数据工程与分布式计算能力。

四、端侧与操作系统级 AI:Window.ai 与 Apple Intelligence

本月"AI 进入操作系统"的进程明显加速,笔记单列 OS models 板块:

  • Chrome 的 Window.ai API:Chrome 新增 Window.ai API,内置 Gemini Nano,把小型模型直接暴露给浏览器网页应用——意味着端侧推理以浏览器 API 的形式向所有 Web 开发者开放;
  • Apple Intelligence 发布:WWDC 2024 上苹果正式发布 Apple Intelligence,覆盖 iOS 18 与 macOS 15,为 iPhone、iPad、Mac 带来一系列 AI 功能,标志着苹果以"端侧优先 + 隐私承诺"的姿态全面入场。

端侧模型的可行性背景可以参照仓库 stub notes/SMALL_MODELS.md:小模型路线(Chinchilla 式"多 token 少参数"、蒸馏、量化)长期被讨论为"更大模型"叙事的对冲;而 Window.ai 与 Apple Intelligence 正是把"小而够用"的模型以系统级 API 分发的产品化落地。与之对照,仓库 stub notes/Mixture of Experts.md 记录了 MoE 模型对端侧内存的挑战(如 24GB GPU 内存仅能容纳约 48B 参数的 4-bit 量化模型),说明端侧部署在架构选择上的取舍。

五、开源模型:Qwen2 全家桶、Mamba-2 与更多发布

5.1 Qwen2:从 0.5B 到 72B 的完整矩阵

本月开源侧的头号事件是通义千问团队发布 Qwen2,笔记完整保留了其核心参数矩阵:

维度 内容
模型尺寸 Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B(MoE)、Qwen2-72B
版本 Base 与 Instruct 双版本
上下文长度 0.5B/1.5B 为 32K,57B MoE 为 64K,7B/72B 为 128K
多语言 在英语、中文之外覆盖 29 种语言(含欧洲、中东、亚洲语言)
许可证 除 72B 外均采用 Apache 2.0(72B 仍可商用)
72B 成绩 MMLU 82.3;IFEval 77.6;MT-Bench 9.12;HumanEval 86.0
7B 成绩 MMLU 70.5;MT-Bench 8.41;HumanEval 79.9

Qwen2 的意义在于它一次性覆盖了"微型端侧模型(0.5B/1.5B)— 通用中型(7B)— MoE 中间档(57B-A14B)— 顶级大模型(72B)"四个档次,且 7B 与 72B 的 Instruct 版本支持 128K 上下文,为自托管与微调提供了完整的选择谱系(社区微调路径可参考 Resources/Finetuning.md 记录的 Llama 2 微调案例)。

5.2 Mamba-2:状态空间模型的迭代

紧随 Qwen2 的是 Mamba-2 发布(配套论文见 arXiv 2405.21060)。Mamba 系列属于状态空间模型(SSM)路线,仓库早前月份笔记已有铺垫:如 Monthly Notes/2023 notes/Dec 2023 notes.md 记录了 Mamba 的"选择机制"(让模型参数成为输入的函数,从而能"聚焦"重要部分),Monthly Notes/2024 notes/Jan 2024 notes.md 记录了 MoE-Mamba 与 BlackMamba 等混合架构尝试。Mamba-2 的意义在于把 SSM 与注意力机制做进一步统一,是"线性注意力替代方案"这条非 Transformer 路线的重要节点。

5.3 Stable Diffusion 3 Medium 与 Codestral

  • Stable Diffusion 3 Medium 发布,把 SD3 的架构能力下沉到中等规模,为本地图像生成提供了新选项(可对照 IMAGE_GEN.md 的 Stable Diffusion 专题笔记);
  • Mistral 发布 Codestral,这是 Mistral 的首个生成式代码模型,正式加入代码生成赛道(该赛道的生态背景可参考 stub notes/CODE.md 中 Copilot、Codex、AlphaCode 等的时间线与产品综述)。

六、开源工具链:编码 Agent、RAG 与微调新方法

open tooling 板块记录了六个值得关注的开发者工具:

  • answer.ai claudette:基于 Claude 的轻量 Python 封装,主打"少代码调用 Claude",体现"把前沿模型包成库"的浪潮;
  • plandex:终端里的 AI 编码 Agent,能够规划并完成跨多个文件、多步骤的大型任务——与仓库 stub notes/AGENTS.md 记录的 AutoGPT、BabyAGI、MetaGPT、Multi-Agent Debate 等 agent 范式一脉相承,但更聚焦"开发者在终端内的任务执行闭环";
  • R2R(rag2riches):生产级 RAG(检索增强生成)引擎,提供 RESTful API,内置混合检索(hybrid search)、知识图谱等能力——RAG 全链路(数据摄入、检索、响应合成、评估)的技术框架可对照 stub notes/RAG.md 中的 LlamaIndex 教程、RAGAS 评估指标(Faithfulness、Context Relevancy、Context Recall、Answer Relevancy)来理解;
  • GPT2 垃圾邮件分类微调:社区示例演示用 GPT-2 微调做垃圾邮件二分类,属于"小模型 + 定向微调"的低成本落地路径(微调数据集与工具清单见 Resources/Finetuning.md);
  • Thread.dev:AI 驱动的 Jupyter Notebook,可用本地 AI 生成与编辑代码单元格、自动修复报错、与数据对话;
  • Lamini Memory Tuning:主打"记忆微调",宣称相对基线减少 10 倍幻觉、准确性提升至 95% 量级——把"减少幻觉"从提示工程层面下沉到微调/记忆机制层面。

七、其他重要发布:Transformer ASIC、视频生成与评估体系

7.1 Etched Sohu:全球首个 Transformer ASIC

硬件侧的重大新闻是 Etched 发布 Sohu——号称全球首款 Transformer ASIC(专用集成电路)。笔记保留了两个关键数据:

  • 一台 8xSohu 服务器可替代 160 块 H100 GPU;
  • 单台 8xSohu 服务器可每秒服务超过 50 万 Llama 70B tokens。

这属于"为 Transformer 架构做专用硬件"的极端路线:放弃通用性换取极致吞吐。其背景可结合 INFRA.md 的成本结构(GPU 每美元算力约每 2.5~3 年翻倍、H100/A100 的显存与价格讨论、模型显存估算方法)来理解:当模型架构收敛于 Transformer,专用 ASIC 有可能把推理单位成本再压低一到两个数量级;风险则在于架构一旦转向(如 MoE 或 SSM 占比上升),专用硬件的灵活性会受限。

7.2 Luma Dream Machine 与视频生成热度

Luma AI 发布 Dream Machine 视频生成模型,支持关键帧(keyframe)与示例提示词控制镜头与内容,上线即被蜂拥而至的流量冲击——社区舆论一度出现"我们不再需要 Sora 了"的呼声。这标志着文生视频从演示走向公开可用的公众产品阶段。

7.3 ARC Prize:通用智能的竞赛化

ARC-AGI 基准与 ARC Prize 成为本月讨论焦点。ARC-AGI 是 François Chollet 设计的抽象推理基准,长期被视为"通用智能"的试金石;社区在比赛中达到约 71%(或 50%)的解法水平,围绕"到底算不算突破"展开争论。仓库 Resources/BENCHMARKS.md 系统记录了从 WordNet、ImageNet、GLUE、SuperGLUE 到 MMLU、BIG-bench、HELM 的基准谱系,ARC-AGI 属于其中"更难、更抽象、更接近通用能力"的一支。

7.4 Figma AI:设计工具的 AI 化与翻车样本

Figma 在 Config 大会发布 Figma AI 三件套:

  • Make Prototype:一键把静态 mock 转为可交互原型,降低"想法 → 演示"的成本,便于快速获得干系人认可;
  • Rename Layers:自动重命名图层,解决设计师在长项目中耗费数小时的机械命名工作,让文件更整洁、更"对开发者友好";
  • Make Designs:在 Actions 面板中通过文本提示生成 UI 布局与组件初稿,直接回应"空白画布问题"(blank canvas problem),帮助设计师快速铺开多种设计方向。

随后发生标志性翻车:Make Design 因被批评"模仿苹果天气应用布局"而被撤回(TechCrunch 报道)。这一案例是"AI 生成设计涉嫌复刻既有产品"的典型样本,也说明产品化 AI 功能在版权与原创性边界上仍处于探索期。

7.5 Open LLM Leaderboard v2:评估体系的自我革命

HuggingFace 发布 Open LLM Leaderboard v2,笔记完整记录了这次评估体系升级背后的诊断:

  • 污染问题:gsm8k、truthfulqa 已被指令数据集污染(benchmark contamination,详见 Resources/BENCHMARKS.md 对"模型靠记忆数据集而非理解任务刷分"的阐述);
  • 饱和问题:模型在 hellaswag、mmlu、arc 上已逼近饱和,区分度消失;
  • 质量问题:mmlu 本身存在错误;
  • 新任务集:引入 MMLU-Pro、GPQA、MuSR、MATH、IFEval、BBH;
  • 新计分方式:采用归一化分数(normalized scores)求更公平的平均分用于排名;
  • 排名相对稳定的模型:Qwen-2-72B Instruct、Meta Llama3-70B Instruct、01-ai Yi-1.5-34B Chat、Cohere Command R+、AbacusAI Smaug-72B。

这条记录呼应了仓库对评估的长期关注:基准需要随模型进步不断"换代",否则污染、饱和与错误会让排名失真。

7.6 语音、音乐与图像个性化

  • Fixie AI Ultravox:开源的语音到语音(speech-to-speech)模型,能理解非文本性语音元素(副语言信息)——语气、停顿、节奏等,直接面向"语音交互中的情绪与韵律"建模;
  • Udio-130:Udio 发布新版音乐生成模型及更高级功能;
  • ElevenLabs:通过提示词生成爆炸声等音效(sound effects),把 TTS 能力延伸到拟音/音效领域;
  • Midjourney 个性化(personalization):让模型学习用户偏好,输出更贴合个人审美的图像。

八、融资与创业:大额融资、生物编程与安全超智能

fundraising 板块记录了本月的高密度资本活动:

公司 金额 / 估值 要点
Cohere 4.5 亿美元 / 50 亿美元 NVIDIA、Salesforce 加注,企业级 LLM 路线
Mistral 6 亿欧元 / 58 亿欧元 General Catalyst 领投,欧洲开源模型代表
Pika 8000 万美元 B 轮 AI 视频生成赛道(Sora 竞争语境下)
EvolutionaryScale ESM3 生成式"生物学编程"语言模型:实验显示可模拟 5 亿年进化,生成新型荧光蛋白
Safe Superintelligence Inc. (SSI) — Ilya Sutskever、Daniel Gross、Daniel Levy 创立,专注"安全超级智能"
Astrocade 1200 万美元 AI 驱动的社交游戏平台

其中 ESM3 与 SSI 尤其值得展开:ESM3 把语言模型范式移植到蛋白质/生物序列,是"生成模型在非文本模态的纵深应用";SSI 则是顶级研究人才(OpenAI 前首席科学家 Ilya Sutskever)以"安全超级智能"为唯一目标的组织形态实验,与仓库 README.md 及 stub notes/RLHF_RLAIF.md 记录的对齐/安全研究脉络直接相关。

九、值得深读的讨论与文章:算力、成本与推理范式

9.1 算力规模叙事:Trillion Dollar Cluster

前 OpenAI 研究员 Leopold Aschenbrenner 的《Trillion Dollar Cluster》(situational-awareness.ai)成为本月最重要的长篇讨论,核心论点涉及"AGI 现实主义"与万亿美元级算力集群;Epoch AI 的配套数据显示前沿模型训练算力每年增长 4~5 倍。这类数据可与 INFRA.md 中的训练成本账(如 PaLM-540B 约 2.56e24 FLOPs、7B Llama 2 预训练约 76 万美元)互相印证,构成"规模扩张的成本边界"分析素材。

9.2 Llama 3 自托管成本核算:一页纸的算账逻辑

笔记记录的 Llama 3 自托管成本分析是工程上最实用的部分,给出了三档完整对比:

  • 假设模型利用率 100%,在 EKS 上自托管 Llama-3 8B-Instruct,成本约 17 美元 / 1M tokens;
  • 同等负载使用 ChatGPT(API),约 1 美元 / 1M tokens;
  • 若自购硬件长期自托管,成本可压至 0.01 美元 / 1M tokens 以下,但盈亏平衡周期约 5.5 年。

这条记录的启示:自托管的单位成本优势(约 3 个数量级)被硬件沉没成本与利用率拉平,是否自托管取决于负载规模与时间尺度——与 INFRA.md 中"模型显存估算(FP16 下每参数约 2 字节 + 运行时开销)、GPU 租赁成本、自建 vs 云租"的整套成本方法论完全同构。

9.3 GPT-4o 的图像计费逻辑:A Picture is Worth 170 Tokens

《A Picture is Worth 170 Tokens: How Does GPT-4o Encode Images?》从计费数据反推图像编码方式:GPT-4o 高分辨率模式下,每个 512x512 tile 计费 170 tokens;按约 0.75 tokens/词折算,一张图约等于 227 个英文词——与传统谚语"一图胜千言"只差约 4 倍。这提示多模态模型的成本结构由"视觉 token 化粒度"决定,是产品定价与延迟优化的直接输入。

9.4 强制 AI 与隐私争议

  • 微软 Recall:默认开启的 AI 记忆/屏幕记录功能引发强烈反弹,随后宣布延迟发布——成为"AI 功能默认开启 vs 用户隐私"的经典案例;
  • Apple Intelligence 配套工具:iPad 原生计算器回归(被戏称"iPad 计算器是 nutes")之外,Talaria 被披露为苹果内部的 MLOps 工具,反映头部厂商在模型运营(MLOps)上的内部投入;
  • Perplexity-Forbes 归属问题:Perplexity 在内容来源标注(attribution)上与 Forbes 发生争议,指向"AI 搜索的版权与归因治理"这一长期议题。

9.5 训练与推理的新范式

  • The Road Less Scheduled(arXiv 2405.15682):探索"无学习率调度"(schedule-free)的优化器路线,试图减少超参数敏感性;
  • Together MoA(Mixture of Agents):用多个开源模型的输出做混合/投票式合成,在 AlpacaEval 2.0 上以 65.1% 超过 GPT-4o 的 57.5%,但代价是首 token 延迟(TTFT)更高——"多模型协作"成为替代单模型规模的性价比路线;
  • Sigma-GPT:训练时随机打乱输入 token,并为每个 token 同时编码"自身位置"与"待预测目标的位置"两个位置信息。由此获得三项能力:① 可对序列任意位置的缺失 token 并行 in-fill(不受顺序限制);② 可一次性并行计算所有缺失 token 的条件概率密度;③ 配套拒绝采样(rejection sampling)方法并行生成 in-fill 结果。这是对自回归"只能从左到右"假设的直接挑战;
  • Curse of the capacity gap:讨论模型容量差距带来的诅咒效应;
  • Chris Paik《The End of Software》:从投资视角论述"软件终局"(AI 重塑软件生产与分发)的论点。

9.6 推理优化与架构趋势

  • Noam Shazeer(Character.ai)推理优化文章:讨论 C.ai 大规模对话场景下的推理工程实践,社区同步指出 local + global attention(局部 + 全局注意力混合) 已成为 Gemma 2 等新模型采用的模式;
  • Jason Wei & HWChung 的斯坦福讲座:纯粹用直觉简明解释"语言模型为何有效",适合作为向非技术同事解释 LLM 的入门材料;
  • books4 数据集:用于继续训练 LLM 的图书语料,呼应 README.md 中"数据仍是瓶颈"的讨论(与 INFRA.md 记录的"书 + 论文 + 判例约 150x Pile"的数据上限估算一致)。

十、小结:从 2024 年 6 月笔记看行业主线

把 Jun 2024 notes 的八个板块合起来,可以提炼出该月的四条主线:

  1. 前沿模型头名易主:Claude 3.5 Sonnet 登顶,OpenAI 以 CriticGPT 与商业化扩张应对,头部竞争的焦点从"分数"转向"产品形态(Artifacts/Projects)与安全叙事";
  2. 开源与端侧双线并进:Qwen2 全尺寸矩阵 + Mamba-2 架构迭代 + Codestral 入局代码,同时 Window.ai 与 Apple Intelligence 把模型推进到浏览器与操作系统;
  3. 推理成本成为产品决策核心:自托管 vs API 的 17:1 成本差、Sohu ASIC 的吞吐跃升、GPT-4o 图像 token 计费、MoA 的延迟代价,共同指向"成本结构决定架构选择";
  4. 评估与安全进入深水区:Open LLM Leaderboard v2 直面污染与饱和,ARC Prize 追问通用智能,Steering/abliteration 揭示行为可控性,Recall 与归因争议暴露治理真空。

ai-notes 的价值正在于此:它以月度粒度把这些"当时看起来分散"的事件沉淀成可检索、可交叉引用的结构化笔记。后续月份(如 Monthly Notes/2024 notes/Jul 2024 notes.md 之后的记录)持续跟踪了这些主线的演进——例如 Mamba-2 之后的状态空间模型走向、Qwen2 之后开源模型与闭源模型的差距收窄、以及推理成本曲线的持续下移,读者可在同一目录下按时间线继续追踪。

登录后查看全文
ai-notes