Lofli: Los grandes modelos ingresan en la era posterior al entrenamiento, con la relación de potencia computacional entre preentrenamiento y postentrenamiento de los equipos de élite alcanzando 1:1

Noticia de CoinWorld, Luo Fulili afirmó que la competencia en modelos grandes ha pasado de una era dominada por el preentrenamiento en chat a una era liderada por agentes posteriores al entrenamiento. El punto clave actual es cómo escalar el aprendizaje reforzado en los agentes. Ella reveló que, en la era del chat, la proporción de potencia computacional utilizada para investigación, preentrenamiento y postentrenamiento era aproximadamente 3:5:1, mientras que en la era actual de los agentes, la proporción razonable de distribución de recursos computacionales se ha convertido en 3:1:1, es decir, la inversión en preentrenamiento y postentrenamiento es prácticamente equivalente, y los equipos de modelos de élite ya han alcanzado una proporción de inversión de 1:1 en estas dos áreas. Además, los requisitos de la arquitectura del sistema también han cambiado drásticamente; en el pasado, la infraestructura de aprendizaje reforzado se centraba principalmente en el motor de inferencia del modelo, pero ahora la infraestructura debe centrarse en los agentes, soportar la programación de clústeres heterogéneos y tolerar la interrupción de los agentes en flujos de trabajo complejos debido a diversos factores impredecibles.