（来源：上观新闻）
研究团🇦🇴队最终选择优先🌔BLE🚉U分数的原😏👜因是，对于低资🔷源语言，基于规则🦜8️⃣的评估通🎷常比基于✔🌧神经网络的评估更👩👩👦可靠🐤🇲🇼。除了In🇲🇾🌌daga🏓🧟♀️ri的⏲数据，人😛👩👩👧👦工智能🇦🇺🤑金融科✍技公司Ram🇪🇦p经济学家A💶ra Kh😷🍕ara⬆🦏zian也指🦁出，Ramp🏂平台上💡现近四分之👨👩👧一的企业现在付费🛢🇹🇰使用An🦹♂️thro💩pic，一年前，🐾这一比例仅为📋👷♀️二十五分之一💣🍘。一旦供应持🚅续不足，😽🆔企业势必🦖🦡放缓甚🇱🇻至暂停芯👨🚒片生产🇧🇮📟。这个残差连🍾🎞接不得了，它堪称🤹♀️↙现代大模型的基石🔶，不管😴是长文本理♋解、复👩🏭杂逻辑👨推理，还是多轮🧛♀️🇬🇺对话，模型都😄🤐靠它保证深🧾⛱层网络的稳定训练📨和信息传递🕳🧥。每个阶🦖🚅段都专注于特定的🚞能力领域，避🦹♀️免了技能🧝♂️😧间的相🖖🔭互冲突🥩。
市面上多🥽🚇数的 AI🇸🇯 视频生成器🎣🇮🇪只是单纯的🍄📢工具，而 ➗🚳Vidu🚜🗜 Claw 更😗像是一个「全🦔能员工」🧘♂️。这种方法在训⌨练过程中实时监👴🔴控模型在各😓🌔个能力🐹🇪🇪维度上的表现，🇸🇿☂一旦发🇲🇳现某项能力🥪出现退步，🦒就会立即调用相👂🤼♂️应的专业🇪🇹教师模型进🇧🇲行修正🛢🎖。具体来说，团🇨🇮队发布了🇾🇹🚀三个主🔨👨🔧要资源：Nemo📼tron-⚪Casca↘de-➿2-30B-A🙋♂️☦3B模🐐↔型本身，这是💸🇬🇶基于Nemot🌀ron-3-➖Nan🇼🇸♉o-30B-🇯🇲A3B-Ba🧵👯♂️se进行后🔹训练的最🇨🇭终模型🔩；Nemotro🥒n-Ca😒🚴♀️scade-2-⛴🧩SFT-Da🗑👩🔬ta，包含了监🦴督微调阶段🤼♂️使用的所有数据⛄集；Nemotr🥏on-Casca😲🚍de-2🌕⛷-RL-D📊🌶ata🚜🇭🇹，包含了强化😚🍹学习阶🏗段使用的🌬🤮潜行狙击1所有数据集🔮。
