美方大模型和ds的区别，通俗易懂版本

qw741

不是梁的思路。而是研究人员的思路，梁是投资人他几乎不懂ai算法。

这个就是小模型与大模型的结合。美国的是任何一条指令都需要从所有数据库进行检索，而ds进行了分类，对任意一个指令首先会进行分类然后在小模型里面就行检索。

如此，1、美方的准确率高，但资源耗损巨大；2、ds首先进行分类后就增加了错误检索的几率，但极大减少了耗损。

这个其实思路并不复杂， 类似决策树指令的还原。不过实现起来还是有一定难度的，这个难度被ds的研发人员攻克了。

qw741

而且，随着子分类模型的训练次数的增加，自主学习的准确性会越来越高。

那就意味着在资源耗损明显优势的前提下， 模型的准确率也会逐步提高直至追平

领航者

一针见血，中美科技竞争，我们能把成本打下来，他们接不了招也是输

雁塔晨钟

但是你不能用别人的模型来训练啊，后面要是你无法继续用openai的模型训练你的子模型，那你的模型不就废了

dkwen853

openai用别人免费的数据训练模型挣钱也在被告么，开源免费分享给其他人