（来源：上观新闻）
Feldman🥏🍖在Inside 🛸GIT🖋EX访谈中说，🇮🇷自己在G🎏42的合作里学到🍩🤭了一种🔏此前不具备的能🦀🔴力：怎么🇬🇾做战略合🇹🇻作伙伴🎣⏯。结合 LLM🍑😟 对代🤟🧠码和自然语言的8️⃣⤵理解能力🥤，FM↕⏬-Ag🆎ent📽🈵 大胆泛化了霍⚙尔逻辑中的推理🚻规则，⚙让 LLM👙🕉 直接基于自然✴语言规约对函数的👨👦🇧🇸正确性进行逻辑推🎓理👀🚓。
再说了🍏🍡，如果用🚼👨👩👦👦别人模型的输🛹🇲🇵出来训练算偷，🤣那你用别人有版权🍢的文章来训练，岂🧁不是更⬛算偷？⛱📯你得一碗水🍕🌲端平🍱。这一设计思路源于🚇推理任务🚵的内在异质性🍓🥎——生成响应的某🛎🕊些步骤对算力👩🦲😮要求极🅿高，另一些步🤣🥗骤则受制于🏅🍘芯片读写内存的🏳️🌈速度，单一处理🇷🇼👖器难以兼顾♓两者🕛🇧🇷。
关于如何实现这一💨目标，姚卯🧒✉青解释🕌，大约需🚪🇮🇶要投入一万台数据💍采集终端，每台每🌥🥽天高效作ℹ业可产出3至🆘🚍4小时数据🍭🗑。谷歌正寻求与🇪🇷芯片设计商Mar🎁vell Te🇨🇴chnolo🚴♀️💲gy合作✖🏫，开发两款专为✅AI推理工作负🦂🥰载定制的新☺🔆芯片，此举是谷🙈歌系统性削减对🤨🐍长期合🕓作伙伴博通依🤰🗂赖的最新举措，🦏也折射出🗄AI行业对推理芯💱🤽♂️片需求的急剧〽👵升温🙀⏳。
