（来源：上观新闻）
换句话说，投🐯💏资在技术尚未完🌗全定型时就🍙提前介入，🇧🇳📡与科研和产🇧🇯业形成🤘🎺同步关系⛱。然而，卡🏳️🌈内基梅隆🥦大学的👩🍳🇲🇩研究团队却发现🧤了一个令人🇭🇺意外的现象：🚾💕这些看🐛🖼似智能的翻译系统🚐🦵实际上学会了✉"作弊"🤶。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🇹🇱🛠。
在这种最严🥓格的测试中，人类🇹🇴评估者在42%💪-51%的情况下🇲🇭🎉更偏好WAL⚡AR训练的模型翻🇻🇨😭译，而认🚐为两种🐖方法翻译👯♂️质量相💷🌽等的情🇸🇱况占34%🔟-39%🐷👩🔬。他在演讲里🎄放了两个故事🇭🇲🍠。随着AI技💬🚢术的普及应7️⃣用，如🔄果我们能够🏁🔍用更少的计算资😑🍈源实现更好的性🔋🇨🇻能，这对于减少🅱AI系统的能🇸🇻源消耗和碳排🎱放具有🏳积极意义🌺🇲🇶。Open💉®Cla🧓📍w出现之后，🇻🇪🇨🇲模型面对更复杂📈、更长程的任务🍐，这使得低成本、🔋🏊♀️高速度、稳定处🐙理长上👨👩👦👦🇧🇬下文的能力，被⏺💂推到了更关键位🔥👨👩👧👧置🐩🍆。不过 viv🇱🇹🤳o 对这个阶段的🎏⚓预期是克制🔎的🛌🌄。
