來自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文串

如果最優專家（即即使我們優化的是訓練 FLOPs 以達到下游效能目標，而不是生命週期成本）的參數少於 100 萬個，那就太瘋狂了。 但同時，這也符合邏輯。微型模型出乎意料地強大。 我們只需要更好的路由。 順便說一句，我其實預料到了這一點。

那時候，100個讚對我來說就是巨大的成就，真是美好的回憶。