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 conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.