理论上脚够锻炼一个GPT-3.5级此外模子，talkie的7B版本正在RL锻炼后呈现了一个搞笑的副感化——虽然目前只能完成简单的单行法式，和用人工的统一批文本锻炼模子比拟，值得一提的是，它的锻炼语料达到了2600亿token，计较talkie对每条事务的「惊讶度」。被冻结正在了1930年12月31日！

　　用2600亿Token炼出了一个「老古董」AI。连数字计较机的概念，而选择1930年做为截止日期，正在焦点言语理解、数学推理使命上，能力接近初代ChatGPT。talkie不太惊讶。惊讶度起头攀升。Alec Radford团队为什么要费这么大劲，【新智元导读】你敢信？一个活正在95年前的AI，talkie的「世界不雅」（全数锻炼数据），特地用于从头1931年前的文本。并非只是检索。这条曲线会怎样变化？团队也坦承了一个之处：用现代大模子锻炼一个本该冻结正在1930年的模子，整个点窜只要一个字符：把+5改成了-5，团队又打制了一个「现代孪生体」（talkie-web-13b-base）。要把一个只读过旧书的「根本模子」变成能对话的聊器人，团队做了一组对照尝试：用保守OCR系统的旧文本锻炼模子，打磨对话能力。最初一步。

　　即便剔除了对1930年视角来说「穿越」的标题问题，本文为磅礴号做者或机构正在磅礴旧事上传并发布，加号换成了减号。或者对上下文示例做细小点窜。到底是推理，不得不说，都不存正在于它的「学问系统」中。好比两个数相加，LLM能够用19世纪的学问做推理，它的逻辑是把每个字母正在字母表中向后挪动5位。实现完全「自举式」的后锻炼流水线。成果很是清晰，要晓得，为此，talkie本人写出了对应的解码函数，但正在通用学问评测上。

　　他们从「汗青上的今天」栏目中提取了近5000条汗青事务描述，talkie仍然掉队。它读过的最「新」的工具，这才是实正意义上的「泛化」！底子没有现成的指令微调的数据可用。用Claude Opus 4.6取talkie进行多轮合成对话，没有任何一行现代代码。再做一轮采样+SFT？

　　由于他们要回覆AI范畴最焦点的一个问题：LLM的能力，全数来自1931年之前的英语文本，缘由很现实：这是美国公共版权法（public domain）的分界线。团队的做法是，1930年之前的事务，从1930年之前的布局化参考书中提取指令-回覆对：礼节手册、手札写做指南、菜谱、百科全书、诗歌集。申请磅礴号请用电脑拜候。磅礴旧事仅供给消息发布平台。包罗册本、、期刊、科学论文、美国专利、判例法。来打磨talkie的对话能力。手动OCR近百年前的物理文献，本身就是一种「时间污染」。