德约科维奇说：苹果我总是期望能在我国有超卓的体现，苹果我想我曩昔的成果也证明了我对我国的爱情，在北京和上海我都有过光辉的战绩，这当然是由于我从我国球迷那里得到了无与伦比的爱、尊重和支撑。

互联网年代运用公司着重的飞轮效应，发布在大模型年代有必要包含私有数据的参加，发布这成为飞轮构成前冷启动的最大门槛;2.须技能栈下沉，不断拓宽底座模型算法才干，继续将私有数据练习进运用侧模型，在笔直范畴推进scalinglaw。至于其他更多各类的微调办法，支撑实践运用事例好像并不多，支撑技能完结也常堕入对立：一方面想改动一些底座的网络参数，一方面又不敢动太多参数而丢失底座的通用才干，这个标准假如不是底座模型团队自己，其他人或许都很难把握。

以下简略列出笔者有限考虑后的或许性以及各自的应战：苹果*新的后练习(Post-training)办法呈现与继续优化RL(强化学习)：苹果OpenAI刚发布不久的o1的Self-PlayRL在继续推进scalinglaw，但它自己也说到了关于RL作为推理阶段的scalinglaw和与预练习阶段的scalinglaw具有不同特性，乃至是否能将之称为RL的scalinglaw也有争议。除了上述这些之外，发布工业实践中也还存在以下类型的小模型：发布根据非GPT、或非Transformer架构的模型网络，如BERT、CNN、RNN、Diffusion以及RL等;其他更传统的非深度学习、乃至根据规矩的模型。丨笔直整合运用公司这个第三种途径关于彻底草创的企业明显是十分高本钱高危险的，支撑很难一蹴即至，支撑因而能够考虑选用下面的三个按部就班的进程：进程一：运用私有数据根据底座模型API加RAG树立初始原型(一起全力融资和囤GPU);进程二：根据底座模型结合微谐和Agent等办法前进模型才干(一起全力融资和囤GPU);进程三：运用更多私有数据开端做继续练习或许从头预练习(继续全力融资和囤GPU)。

只依托调用底座模型而不把握也不堆集私有数据的AI公司，苹果即使直接调用API的短期作用很好，也并不具有长时刻价值。笔直运用场景企业的私有数据没有能充沛奉献于scalinglaw进程，发布这是大模型现在未触发大规划落地运用的中心本源之一。

针对这些公司咱们须先问下面的问题：支撑1.其时把握的私有数据从何而来，支撑数据量多大，是否有满意的私有门槛;2.私有数据清洗、抽取的本钱是多大;3.清洗后的数据怎么练习进入到笔直模型，然后推进底座模型在笔直范畴进一步前进才干，推进Scalinglaw。

关于继续练习，苹果也需求去猜想底座模型用的通用数据集以及他们预练习抵达的checkpoint等。在中油好客e站鸿蒙原生运用的开发过程中，发布中国石油出售公司积极探究鸿蒙原生适配计划，发布于3月份正式建立项目组展开研制作业，矢志锚定业界首家适配HarmonyOSNEXT、公测前正式上架的政策。

跟着HarmonyOSNEXT敞开公测，支撑未来，支撑中国石油出售公司将持续根据鸿蒙体系展开深度协作，从用户体会的视点动身，横向探究中油好客e站上车鸿蒙智能座舱，为用户带来愈加无缝的服务流通体会与极致快捷的车内付出服务。10月8日，苹果原生鸿蒙操作体系HarmonyOSNEXT正式敞开公测，鸿蒙生态正加快迈向全面商用的新征途。

纵向持续深耕先进技能赋能，发布环绕元服务展开生态协作，让鸿蒙手机上的加油服务体会愈加智能、随心。梁女士说，支撑翻开App，支撑体系就会主动匹配间隔现方位最近的中国石油加油站，加油完结后挑选油枪号即可在车内完结订单查询与付出，不用再下车去付款、开票。