（来源：上观新闻）
谷歌研究院只提📚到了Turb🌃oQuant 有🧱多厉害🕝🎙，能节省🌅👩🦲多少内存，但只🆑📏字未提支撑 T9️⃣👨✈️urboQu🧹📩ant🍈🇸🇨 的这篇论文本身🏗🇿🇦的种种错🇱🇰误🇳🇨。他们的模型㊙🇹🇰被黄仁勋在GT🐯C上多次提及，🚖🤝不久前发🥪布的技术论文🇩🇿👹，被马斯克评价🔢🚄“Im💖❕pressiv📡e work”🧣。
研究团队注👨🍳🌈意到，📆🇿🇦当前最强大😵的大型语😹📼言模型在处理🍬英语、🌮中文等资源丰富🛣🙊语言的翻译🎊时表现出色，🔓⚡几乎可以媲🇦🇺🌳美人类翻译水🌗🎢平🛂🕹。十一、局限性与未♿😾来发展方向 尽管💈Nemotr↘🛰on-Ca😁🖼scade 🏳2在许多方面表🚎现出色，但研🚑🔰究团队也诚实📧地指出了模型的一🇵🇱些局限性💅。首先，👩🦱🥐是把创新的起点前0️⃣移🛣。
结果还没等我🇧🇬🇧🇭搞明白这个 Tu🎒rboQuan🇸🇽9️⃣t 到底🤗怎么个👕Tur👩💼bo 法，事🥳🧑情就迎来🚔🍨了180°🏦 的大反⬅🍦转 —— 3🛤月27号晚🧘♂️上10🙄⌛点，苏黎世联邦🐜理工学院🐎的博士🐩后高健扬，在知👨👧👦🗻乎、X 和⏺🌐 ICLR🥂 评审平台上同步↗🇹🇫发文，指控🇲🇺当初 谷Ⓜ歌用来介绍 T🇹🇳urboQua🇦🇿nt 算法的🇪🇦论文学术▪存在严重👩🎓👩👩👦👦的学术♠不端🍕⏯。
