приоритет отдавался эффективности и компактным моделям, однако теперь гонка за масштабом возобновилась, подстёгиваемая убеждением, что более крупные модели обеспечивают более высокие возможности. Тем не менее, такое направление развития несёт в себе серьёзные вызовы, включая колоссальные потребности в вычислительных ресурсах, высокие затраты на обучение и необходимость более продвинутых методов оптимизации. Эта тенденция наблюдается среди всех крупных китайских ИИ-компаний (искусственный интеллект), которые вкладывают значительные средства, чтобы не отстать в глобальной гонке в сфере ИИ. Эксперты предупреждают, что простое увеличение числа параметров не гарантирует улучшения производительности, и больше внимания следует уделять качеству данных и инновациям в алгоритмах.