dacapoday

@swulling 不过作为追赶者，可以试试找到达到这个临界点所需的最小数据集。进而让模型实现 portable ，打破巨头垄断的局面。

好奇闭源的情况下，国内需要花多少时间追上 GPT4.0 的效果

@dacapoday 甚至都不如前几年利用 摄像头等 IoT 设备升级漏洞，上传自定义固件来做代理池的。

太刑了，去年刚抓过一批利用 家宽 和 IDC IP 做代理的

感觉是数据量不够。个人观察 这些年处于前沿的巨头一直在宣传模型参数有大，用于训练的机器有多强，但对数据源总是模糊的说来自公开互联网，如何制作和清洗数据集没有细节。

是非不过是各人的定义，对机器而言，它只关心数据源中文本之间有多大差异（同一个位置不同的用词，一组单词不同的顺序，不同单词的共现同一句的概率），并且将这些差异量化为向量，与你的问题向量做计算而已。
应该来说机器学会了 如何在没有 schema 的情况下，针对特定二进制数据，还原出其对应的 CRUD SQL 。

现阶段的人工智能还在 ”Chinese room“ 阶段，只是机器能够检索的数据量已经远超 多数人类个体脑内所有拥有的。

现在的嵌入式已经很幸福了，还有 example code 和 标准库。
当年学 msp430 ，都是先参考 datasheet ，把寄存器地址，中断地址 写成头文件，还要手动把 main 的地址 告诉编译器。要买额外的硬件 JTAG 调试器才能 debug 。