（来源：上观新闻）
在 Anth🏀👩🚀ropic 🗳内部，关于🇯🇴🚒我当时想解决的🇷🇪核心问题—🧒—“如👎🔜何让 C💭laude C🇲🇾💱ode 的能📨🎣力更容易在非♓❕编程场景比如🐨更广义的知🇦🇪🕵识工作中使🧴用”，其实♠🥣已经有😐🥍很多非常聪明的🇹🇴人思考🎰了很久🆗。
人物情🛵⬆绪是否细腻、镜🚂🔯头是否准确，这些🎛不再是📑优先考虑🥾的部分，“很多时🆎候，AI生成🙇🇸🇾什么样就🉐是什么样，🌲一集里几🚺😃处穿帮🌋🔄也不奇怪”🍚🏗。Oncal🇻🇳l 任务的一个🏷典型场景是：如🕳🇸🇲果 Claude🌾☔ 的 API 突🌌然响应变慢🇺🇬、某个模型推理节🥃👼点挂了、用户反馈💕某类 p🐱romp🌅t 输出异常，o➡ncall 工程🏫🏉师需要快速📺定位问题根源，🖐🎄判断是📼🥌代码 bug、算💎力分配🍟问题还是模型本🐍身的异常，然后决🇳🇴定怎么修✡🍠。
据上述🧷人士透🇲🇹露，美团本次🍧8️⃣训练阶段动🦄用的算力卡📌数量在5万至👩🚒⏏6万之间，🐽这也是迄今为止，☀在国产7️⃣算力上完成的规模🇬🇱最大的大模💆♂️👩🎤型训练任务📑📮。但这套节奏是按💵☑一个更慢的世界💙设计的🇪🇹🙊。
