（来源：上观新闻）
它揭示🧜♀️了一个💮长期被忽视的◾问题：我们用来训🔶练和评估AI🔓🦐翻译系统📦🎦的方法本身就🐾♓存在根本性缺陷🤔。而这两个优势🅱，本质上，其实指🌧向一个关键点： 🕧🔏中国在AI💎🆚时代的“基🛹🎮建优势”，正在成🧜♀️🇩🇪为AI🍉🇲🇸竞争的胜负手🦓。
首先是训练🇺🇳数据的精心筛选🍣和处理🧝♀️📗。在英语到未见🆚🤛过目标语言的翻⏭译任务中，🇱🇹🍥WOLAR训练的🧞♂️模型平均xC🏃OMET分数从5➡1.1提升到🍁🇹🇷了72.7，🕹🌽这种大幅度的改进♏表明模🔉🥇型学到的不是特定🎑🇨🇿语言对的翻译规👩✈️🏴律，而是🐎更加通用的多语言🍴翻译原理👽💁。
上述现象😆正是用户🧪在算力选🇱🇦😯型中面💼🎴临的难题：8卡👩🎤🔷集群难以支撑大模👨🏫⏹型相关任务⛴🉐，百卡级超节点又📃*️⃣超出预算承受范围😖♈——只能在🇧🇪“不够用🧒🇨🇭”与“用不🚉🎂起”之😸🦙间被迫🏑👑妥协🇬🇹。
