Câu trả lời của tất cả các nhà lãnh đạo trong ngành công nghiệp hiện đang xem về mô hình "de-e-p-s-e-ek" của phương pháp ảo: A: phương pháp ảo là một thông điệp ngoài ngữ cảnh. Huấn luyện một mô hình 671B của MOE và sử dụng kiến trúc của fp8 để tăng thời gian gpu. Nhưng phương pháp ảo sau khi đào tạo mô hình này, sử dụng mô hình r1 của riêng họ (mô hình tiêu chuẩn op-e-n-ai o1) để phân tích dữ liệu, những nỗ lực lặp đi lặp lại của phần này phải không được tính vào chi phí. Và đó không phải là một sự cố gắng giảm thiểu chi phí trong việc huấn luyện, không có nghĩa là nhu cầu thị trường của thuyết lý luận có thể giảm xuống, chỉ có nghĩa là các nhà máy có thể quay trở lại với tốc độ âm thanh một cách hiệu quả hơn. Trong lĩnh vực ứng dụng, nhu cầu lập luận vẫn là điều cần thiết cho bất cứ sự tăng trưởng nhanh chóng nào của logic. B: - huấn luyện một lần, lý luận vô số lần. Nhu cầu suy luận về cơ bản lớn hơn nhu cầu đào tạo, đặc biệt là cơ sở người dùng nhỏ hơn. - De - e-p-s-e-ek là người đứng phía đông trên vai của người khổng lồ, sử dụng rất nhiều dữ liệu chuẩn bị chất lượng cao. - De - e-p-s-e-ek số liệu thống kê này chỉ là tập luyện, nhưng độ bền của dữ liệu cần phải thực hiện rất nhiều thử nghiệm trước, và việc sản xuất và phát triển dữ liệu tổng hợp cũng cần phải tốn năng lượng. - mô hình của MoE của De - e-p-s-e-ek mỗi chuyên gia có thể thực hiện một bài tập riêng biệt, bản thân nó là một giải pháp tiết kiệm năng lượng hơn so với kiến trúc De - n-se. - tất cả mọi người đều phá vỡ GPT 4o, ll-a-ma 3 bị ném vào lòng bàn chân mỗi ngày, hai mô hình được sử dụng ít nhất bởi người tiêu dùng và doanh nghiệp. Những thành tích này không đáng tin cậy. C: 1, FP8 đào tạo không phải là quá nhiều nguồn lực, và DS đây là một mô hình lớn xấu "thiết lập sẵn" đào tạo, là đã giới hạn khả năng của mô hình lớn, do đó, tăng rất nhiều sự tiêu thụ không cần thiết. 2, op-e-n-ai và an-t-r-o-p-ic trong việc đào tạo những thứ mới, những khả năng mới, việc đi đường vòng có thể tiêu thụ hàng trăm lần gấp hàng ngàn lần con đường thích hợp. Sau khi đọc câu trả lời vài lần, các học sinh có trình độ thông thường có thể đạt được một điểm đầy đủ hoặc phù hợp với điểm đầy đủ trong vòng một giờ. Một bài kiểm tra được thực hiện càng nhiều lần và càng chậm, hạt noelle sẽ đạt điểm tối đa trong 30 phút. Mô hình DS đã thêm vào nhiều yếu tố "lập trình" để cải thiện khả năng suy luận. 3, khả năng mô hình là "khả năng thấu hiểu". Giới hạn khả năng tổng hợp của mô hình lớn là quá cao, khối lượng chỉ mới bắt đầu, những người do dự, những người chỉ trích, cao hongpeng. 4, thêm vào đó là USB đa phương thức và thông minh. Một trong những lý do chủ yếu khiến gpt-5 khó sản xuất là khả năng tiềm ẩn của gpt-5 để mở ra mô hình robot, đó là khả năng xử lý dữ liệu thế giới thực. Nó là một thứ hoàn toàn mới, vượt xa khả năng của một mô hình lớn.