觀看傳統機器學習的命名法逐漸失去所有意義，這段旅程真是有趣。曾經有 TRAIN 和 TEST，一切都很簡單。現在我們在宇宙中進行訓練。我們也在宇宙中進行測試。我們是在操控我們的基準嗎？我們是在外推還是內推？如果一個模型在整個互聯網中訓練，但只生成一個新的句子，那它是在結合 Reddit 的短語，還是在寫一些真正新的東西？感覺我們甚至缺乏描述我們所構建的系統的詞彙。

> 成為 openAI，大約在 2017 年 > 做很多有趣的研究 > 全部開源 > 沒人太在乎 > 在 2022 年發明 chatGPT > 太忙於進行開放研究 > 每個人都很生氣 > 開放研究在哪裡 > 更像是 closedAI > 三年過去了。現在是 2025 年 > 最終再次發布一個開源模型 > 120B 參數，5B 活躍（這是有史以來最稀疏的 MOE） > 4 位量化（大多數人甚至無法在 8 位中訓練） > MXFP4 數據類型（一年歷史，實際上只在 B200s 上正常工作） > 這是 GPT-OSS > 一個完全開放的模型 > 對我們來說太先進了 > 我們無法使用它 > 蟋蟀聲

神秘的新模型剛剛發布，具有 2M 的上下文窗口 非常好