（来源：上观新闻）
传统方法是🇬🇵🥠让模型在所🥪🇸🇧有任务上🛷🧥同时学习🧞♂️🖋，这往往导致不同⌛🚽技能之📪💴间的相互干🔑扰👯♂️🏢。紧接着，就有开👩🚀🏴发者发现一个🌉问题： 这个中🇾🇹🍜国模型的名字👃🎍怎么有点眼熟？它💩🔷似乎出现🇫🇲💵在硅谷自研的前沿👬模型 Co🐯🚬mpo🇷🇪ser🏀🥉 2的底层代🇧🇳码里📤⛸。
我想点明的🔐💯是，谷歌 Tur7️⃣🕯boQuant 🌰👩💼的这场闹🇪🇦🍦剧，暴露了大家对🔰 AI 🎶的不耐🇸🇪烦： 为💑了养 AI🚃 这个硬件吞🇱🇾金兽，🇲🇱❎我们已经忍受了📯太多🤵🇨🇿。他们多年⛏来积累🇱🇷了一个🐒⏸真实的「数字🚤🇵🇰家庭场景库」♎🌫。
这意味着处🥑理“长文本🤥🦑”中的 1000🥂 个 词元🀄👑，其成本远高于处🐭🇲🇷理“短🍾文本”中的 1🙋♂️000 个词元🇾🇪。这就像🥂是解决了一个问题🙅🚙却引发了另一🚣🔦个问题，系🚟🦙统为了避免被💐☸判定为错误语🇲🇶言，开始🎂在译文中🔲💇添加大量冗🐛🔼余信息🇬🇬🥡。
