后两句几乎是必然的

现在很多人都看到了未来趋势啊


【 在 huipj 的大作中提到: 】
: 不担心大模型 毁灭人类，担心大模型让好多人失业，然后老无所依
--
FROM 119.80.6.*

没经历过那时候，那时候刚开放，机会很多吧，很多人都很有干劲，都有理想

现在都没理想了，再过20年，一半老年人的社会，太惨了

都只能自救


【 在 huipj 的大作中提到: 】
: 惶惶然不可终日~  是不是8、90年代 微型电脑出现时的打工人的心态一样？还是那时候都还是铁饭碗，根本不担心
--
FROM 119.80.6.*

数量足够了，数量就是质量

【 在 kixunkao 的大作中提到: 】
: 你说的这个是类似量变引起质变
: 【 在 Barbarossa 的大作中提到: 】
: : 拥有数万亿参数的大模型，其涌现能力无与伦比。大模型的涌现能力（Emergent Abilities），是指模型参数规模、训练数据量或训练步数突破某个临界阈值后，突然展现出小规模模型中不存在或极微弱的高阶复杂能力，性能呈非线性“跃迁”而非线性提升，类似物理学中的“相变”。
: : 不过我国算力中心GPU卡都太少，涌现能力强的可能在国外。比如马斯克的巨兽算力中心，正在野蛮扩张，H100达百万量级。目前我国算力都还仰人鼻息，缺算力卡将长期存在。
: : 字节跳动：约36-40万张（国内），含H100/H200/H20/A100，训练占比高；海外约60万张，合计约100万张，为国内最大英伟达卡持有方。阿里巴巴：约25万张，以A100/H20/H200为主，支撑阿里云与通义大模型，推理占比高。
: : ...................

--发自 ismth(丝滑版)
--
FROM 118.253.152.*

对啊，擎天柱比我国机器人强多了

【 在 kixunkao 的大作中提到: 】
: 非常看好马斯克的人形机器人与特斯拉车的合二为一，马斯克这一路径无人能复制
: 【 在 Barbarossa 的大作中提到: 】
: : 拥有数万亿参数的大模型，其涌现能力无与伦比。大模型的涌现能力（Emergent Abilities），是指模型参数规模、训练数据量或训练步数突破某个临界阈值后，突然展现出小规模模型中不存在或极微弱的高阶复杂能力，性能呈非线性“跃迁”而非线性提升，类似物理学中的“相变”。
: : 不过我国算力中心GPU卡都太少，涌现能力强的可能在国外。比如马斯克的巨兽算力中心，正在野蛮扩张，H100达百万量级。目前我国算力都还仰人鼻息，缺算力卡将长期存在。
: : 字节跳动：约36-40万张（国内），含H100/H200/H20/A100，训练占比高；海外约60万张，合计约100万张，为国内最大英伟达卡持有方。阿里巴巴：约25万张，以A100/H20/H200为主，支撑阿里云与通义大模型，推理占比高。
: : ...................

--发自 ismth(丝滑版)
--
FROM 118.253.152.*

讲，马斯克大模型要到六万亿参数，我国DeepSeek强调不要参数，是因为它没有算力

【 在 RAV4 的大作中提到: 】
: 现在已经不讲究参数了
:
: 【 在 Barbarossa 的大作中提到: 】
: : 拥有数万亿参数的大模型，其涌现能力无与伦比。大模型的涌现能力（Emergent Abilities），是指模型参数规模、训练数据量或训练步数突破某个临界阈值后，突然展现出小规模模型中不存在或极微弱的高阶复杂能力，性能呈非线性“跃迁”而非线性提升，类似物理学中的“相变”。
: : 不过我国算力中心GPU卡都太少，涌现能力强的可能在国外。比如马斯克的巨兽算力中心，正在野蛮扩张，H100达百万量级。目前我国算力都还仰人鼻息，缺算力卡将长期存在。
: : 字节跳动：约36-40万张（国内），含H100/H200/H20/A100，训练占比高；海外约60万张，合计约100万张，为国内最大英伟达卡持有方。阿里巴巴：约25万张，以A100/H20/H200为主，支撑阿里云与通义大模型，推理占比高。

--发自 ismth(丝滑版)
--
FROM 118.253.152.*