ÚLTIMA HORA: Um estudo liderado pela DeepSeek sugere que os grandes modelos de linguagem estão a desperdiçar demasiado cálculo ao tentar reconstruir conhecimentos estáticos dentro do Transformer.

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.