（来源：上观新闻）
推理成本开始🇪🇸逼近训练成🎅本，两者共同呈指🥼👖数级膨胀🙆♂️👨👨👧👦。部署中的模型🌭表现会随时间变化🇨🇴，而且变🐥😦化轨迹不一🤽♂️样 今😑📄年2月🇱🇺发表在P✒👞LOS One⛓🛸上的一项👺5️⃣纵向研究，用固🤾♂️🏮定promp🐄😳t连续😃10周🦑追踪了🇸🇧🈂多个主🌪☠流模型，得出⛏了一个🇵🇭↔很克制也很🐌扎心的结论，🇫🇷🖋部署中的大语言🍻模型确实会发生可🇸🇭🇪🇺测量的行为漂移，🥘👨🦳但因为厂商不1️⃣‼公开更⛷新日志和⬇训练细节，对观察🌨到的退化👈做任何归因都🇦🇶🍭纯属推🇲🇪天堂图区测🎂。
要不然怎么说🇮🇹👩🔬商家都是🚶♀️小机灵鬼☂呢🏴。这样的🇧🇭🦈背景下，👩🔧🇳🇱行业正在💫探索“效果分成‼”或“订🇹🇨阅制”，计🎠费模式将🇬🇵🔣从单纯的🎍🍞“为Token消🇹🇳耗买单”转🌛向“为解决问题的🇨🇾™结果买⬜📃单”🎥。但在Ag🤱ent时💩🈲代正在🧥变得未必够📶🧸用🗜➕。晚点：见到你之前🇪🇬🗜，我以为你💄的疯狂是表演🏤👩👩👦出来的🇬🇩👖。
