（来源：上观新闻）
Q2：什么是瀑🇦🇲布式强化学习方🇬🇦🧗♂️法？ A：瀑布🗣🎉式强化学习就像🌴按顺序🔖教孩子学习📱🐛不同技能一样，先🎹🇲🇼学基础👨✈️的指令🅰理解，📰🛏再学多领域知识，🏈然后学人类➖🐇偏好对齐，最后学🇺🇿专业技能如编程🦶和软件工程🇧🇧💑。具体来说，团队发😚布了三个主👨🚒👃要资源：Nemo💕tron-🚈🥺Cas🐮cade-2-🥋🦛30B-🇹🇬▶A3B模型本身📞🐼，这是基于📊Nemotro👮n-3♓🍩-Nano-👌🃏30B-A3B-😋Base🇸🇦进行后◻训练的🥐🇵🇱最终模型；Ne📬motron-C🙇♀️🌅ascade⬆🍇-2-S🎚🔐FT-Da🙋♂️🦀ta，包含了😃监督微🕡调阶段使🇮🇹🛏用的所有数据集➡🇻🇬；Nemo🙇♀️🧁tro🇪🇬n-Ca🏸🇫🇮scad🕜🇦🇴e-2💥-RL-Dat🌶🦹♀️a，包含了强化💮👋学习阶段使用🏋️♀️🎪的所有数据🔋🐈集0️⃣👱♀️。
在此之前👨🍳🧜♀️，机器人大多出现🏴在展会、实验室或🇲🇻工厂车🏌️♀️🚘间——它〽🚃们跳舞、搬⌛😳东西、🔚跑马拉松、翻跟头💻，已经充分展🇨🇮⬆示了中国具身🥡智能技👨👨👧👧👨🦱术的发🕤🥘展程度🈴。紧接着，就有开🏳️🌈🙎发者发🚇现一个🏐🙃问题： 🌲这个中国模🔢🇦🇸型的名🇲🇰字怎么有点眼⭕🔥熟？它似乎🇸🇮🇷🇸出现在硅谷自研的😃前沿模型 😪👩👩👧👦Composer👨🦳 2的底层代🥯码里🍝👁️🗨️。代号"Spud◀🇦🇺"的新🌎模型迫切💧🏳️🌈需要更多算力，👨👨👧公司同时还规划为👺ChatG🙅PT内的视频🦒🇪🇭生成功能单独训练👨👧👦🌬一套新模型🌔👩💻。
目前，64卡及🇵🇬👞以上超😵节点赛🧲✋道，已♓🔒有数十家参🔋与者入局📂黑帮大佬我和我第365天。高盛分析称，生🇼🇸成式AI推动美图🌩🚿从“美颜工具”升🏊♀️🚴级为 “🇬🇹AI图🌎😦像及视频生成🐱🤾♀️与编辑©应用”🌲🍩，长期来🧰🐛看 “人🇼🇫😤类创造力 + 🦁生成式🐢🇲🇲AI效率👮” 才🏊是最优🏊📋解📃。01 算力市✅🍮场的“夹心层♎”，被看见了 中⚛🐢科曙光高级副总裁👳♀️🇧🇼李斌指👨🎤😞出，作为算力🎟系统架构迭代升级🇭🇹👩✈️的产物，超节点在🧙♀️🇻🇳当下的推理时🦡❄代正面临全新🥎挑战：一方面，🌶❕面向训练场🏴🎂景打造的数💳🤭百卡/千卡级超🇬🇸节点，对😁于主流推理业🧳务而言配置过剩🇨🇨，投入成本远超性🏢能收益甜点；🔉🚡另一方面，市场上🍔🍬主流的🚴♀️8卡GPU服🈸😐务器，即便🇫🇯⏭扩展至1⬅7️⃣6卡规格，💠也难以匹🐛⌚配当前大模型的🐾发展需求🧞♀️💁。
