Simon Willison·· 14 天前评分83
Quoting Ted Sanders
摘要
一般来说，大语言模型的性能极其多维。无法保证数学能力最强的模型同时也是笑话能力最强的模型。尽管如此，性能的大部分差异由单一变量解释：模型大小。一般来说，更大的模型（a）更高效/可靠，（b）每token成本更高，（c）对晦涩事实的记忆更好。如你所见，我们的模型按顺序排列：Luna < Terra < Sol < Astra [ ... ]。如今，版本号意味着几件事：发布顺序、与其他版本的关系，以及改进幅度。例如，6.1 表示它是在 5.6 之后发布的，可能与其它 6.1 模型在训练数据/个性方面有相似之处（这也是它不 5.7 的原因），且不是足够大的飞跃，因而不配得上与 7 相关的头条和预期。——Ted Sanders，解释OpenAI的模型命名惯例
推荐理由
请对照Simon Willison原文，核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：Simon Willison · simonwillison.net