（来源：上观新闻）
于是它失📞败了🇧🇦。这些公司都💨🎫google review被市场放在👡🇳🇿苹果产业链或🌉消费电子供应链🇬🇧💥概念里，但一🌦🇲🇳季度给出的答🏴卷并不相同➕🗻。但我反对这种🕤🍮做法，主要有两🚿个原因📺。ReBalan👝❔ce 为😕此提供了一📰🍫个简洁、轻⛔量且具有良好泛⭕🇮🇷化能力的解决🇦🇷🥝方案🥁🇹🇰。DeepM🥉ind🎡 敢这么☕做，一个🦕重要原因💭是 An🇭🇷📦throp🐤👃ic 给他们做了🇹🇿私有化部署♍，毕竟 Anth🕶👲ropic🔕 的推理和训练，♿🌡本来就🔡🎠大头跑在谷歌云的🧾 TPU🏜 上，双方🇲🇰🇬🇲有这个信任基🍇🙋础🤹♂️。
只是，想法是美好🍛🥪的，现实会否🥬📇google review真的如小米所愿💿🌽，恐怕🐡↔还要打个问号👨🦳🔡。研究者特别解释了🔕为什么不🎣🇳🇵用LoRA👨💼🌾（一种常见的🐁🇨🇮模型微调技术）🇻🇳：LoRA需要🇳🇱9️⃣直接访问🔠模型权➕重，这对于通⬆过API💕🙃调用的Cl🇦🇺🌎aude、🚎GPT-4、G🦅😍emin🇱🇺i来说根本👖🇹🇷不可能✊🐤。“未来，围🌥8️⃣绕AI🇰🇿🦐应用的竞争，不只🥽♌局限在模型能力，🎻😄而在于能否快速完🇪🇦成从想法到🏄🇬🇩验证的闭环👨🦰。Res⏰earch🍒🧚♀️er 是最金🧙♂️字塔尖的🦟👾人才，它⛰👍不是泛🗄指 “📩研究人员”，而是👭在大模型💂公司（⏸OpenA🥿🇹🇦I、An🗡thropic、🧪DeepMin👅⏫d 等）🙄📿里，负责模型训🔗🏔练、做算法创新的🐱那群人😷。
