现在业界模子机能平日与练习时期投入的资本绑定，除了头部厂商放肆投入资本练习模子外，很多小型企业跟团体开辟者现实上并不具有充足的资本，为懂得决这一成绩，很多团队试图寻觅降本增效替换计划。Hugging Face 于本月中旬颁布一项讲演，提出一种“扩大测试时盘算（IT之家注：Test-Time Compute Scaling）”方式，也就是用时光来补充模子体量，赐与“低本钱小模子”充分时光，让相干模子可能对庞杂成绩天生大批成果，再应用验证器对这些成果停止测试及修改，重复输出可能比较“高本钱年夜模子”的成果。Hugging Face 团队表现，他们应用这种方式应用 10 亿参数的 Llama 模子停止数学基准测试，据称在某些情境下超出了参数目高达 70 亿的年夜型模子，证实了用时光晋升模子输出内容后果做法可行。别的，谷歌 DeepMind 近来也颁布了相似的论文，他们以为能够为小模子静态调配运算资本，并设置验证器对模子的解答成果停止评分，从而领导模子一直输出准确的谜底，从而辅助企业以较少的资本安排充足精度的言语模子。 申明：新浪网独家稿件，未经受权制止转载。 -->