在多使命中分?jǐn)偩薮蟮暮怂惚惧X。而是要成為實(shí)際出產(chǎn)線的一環(huán) 。再用AI去添補(bǔ)實(shí)在的缺口
，模型不再是科研樣品，反而隨技能曲線的陡升而倍增.

實(shí)在的應(yīng)戰(zhàn)是堅(jiān)持好奇心 ，

假如能穿越回18歲，

這場訪談?dòng)葾I播客Latent Space掌管，

因而他們意識(shí)到需求在實(shí)際國際中測驗(yàn)主意 ，所以其實(shí)所謂的算法壁壘在擴(kuò)展核算資源后就能得以處理。也都跟著訪談的進(jìn)行浮出水面 。將模型與實(shí)際國際的觀測效果反應(yīng)到模型中。讓模型在推理進(jìn)程不斷生成數(shù)據(jù) ，機(jī)會(huì)不只未被耗盡，

他指出 ，非推理模型則用于快速輸出回合。然后構(gòu)成模型與社會(huì)偏好的協(xié)同進(jìn)化 。

這一流程將確保模型才干晉級(jí)時(shí)不脫離人類一致
，能夠?qū)⒛芰哭D(zhuǎn)化為存儲(chǔ)在模型權(quán)重中的勢能
，把每個(gè)潛在高危操作拆成最小粒度 ，但他提示，把模型封裝成Agent，這需求巨大的核算量支撐  。

這種復(fù)合式的模型充分使用了核算的靈活性