0:000:00
<p style="color:#333333;font-weight:normal;font-size:16px;line-height:30px;font-family:Helvetica,Arial,sans-serif;hyphens:auto;text-align:justify;" data-flag="normal"><span>最近，Meta发布了有史以来最大的开源模型Llama 3 405B。</span></p><span><br></span><p style="color:#333333;font-weight:normal;font-size:16px;line-height:30px;font-family:Helvetica,Arial,sans-serif;hyphens:auto;text-align:justify;" data-flag="normal"><span>除了把开源模型的参数和能力拉到一个新高度之外，在Llama 公开的上百页技术报告里还有一个趋势也非常值得关注，</span><span><strong style="color:#FC5832;word-break:break-all;font-family:Helvetica,Arial,sans-serif;font-weight: normal;">那就是加大了训练过程中代码的权重，并且特别强调了AI编码能力的提升。</strong></span></p><span><br></span><p style="color:#333333;font-weight:normal;font-size:16px;line-height:30px;font-family:Helvetica,Arial,sans-serif;hyphens:auto;text-align:justify;" data-flag="normal"><span>AI 编码，曾被认为是这波生成式AI中最先可能落地的场景。但除了偶尔引发对程序员失业的担忧，AI 编码相比聊天、搜索甚至无人驾驶，有点不太出圈。</span><span><strong style="color:#FC5832;word-break:break-all;font-family:Helvetica,Arial,sans-s...