罗福莉: Trong Thời đại Huấn luyện Sau lớn, Đội ngũ Hàng đầu Dự bị và Huấn luyện Sau đều có tỷ lệ sức mạnh tính đến 1:1

Theo theo giám sát từ Động Chấn Beating, Trưởng nhóm Mô hình Lớn của Xiaomi, Lạc Phụ Lạt đã chỉ ra rằng cuộc đua mô hình lớn đã chuyển từ thời đại Chat dự bị dẫn đầu sang thời đại Agent dẫn đầu bao gồm sau khi huấn luyện (Post-train). Điểm cốt lõi hiện tại là "Làm cách nào để mở rộng học tăng cường (RL) hiệu quả trên Agent".

Thay đổi mô hình này đã dẫn đến việc tái cấu trúc phân phối sức mạnh tính toán. Lạc Phụ Lạt tiết lộ rằng trong thời đại Chat, tỷ lệ sức mạnh tính toán được sử dụng cho nghiên cứu, dự bị và sau dự bị là khoảng 3:5:1; trong khi trong thời đại Agent hiện tại, tỷ lệ phân phối sức mạnh tính toán hợp lý đã chuyển thành 3:1:1, nghĩa là đầu tư sức mạnh tính toán cho dự bị và sau dự bị đã gần như bằng nhau, và hiện nay tỷ lệ đầu tư của các nhóm mô hình hàng đầu vào hai mảng này đã đạt mức 1:1.

Đồng thời, yêu cầu về kiến ​​trúc hệ thống cũng đã trải qua sự thay đổi lớn. Cơ sở hạ tầng RL trong quá khứ chủ yếu dựa vào "Bộ máy suy luận mô hình" làm trung tâm, xử lý thuần túy văn bản; hiện nay, cơ sở hạ tầng phải dựa vào "Agent" làm trung tâm, hỗ trợ lập lịch cụm không đồng nhất, và có thể chịu đựng được sự mơ hồ của Agent khi bị gián đoạn trong luồng công việc phức tạp do nhiều yếu tố không thể kiểm soát.