1000亿美元的数据赌注是突破GPT技能上限的唯一途径吗

Andrew Ho 在离开 OpenAI 八个月后，创立了一家专注于高价值、缺失技能的数据公司，如生物信息学和实验室评估。他表示，当前的模型，如 GPT-5.6 Sol，在这些任务上失败的概率高达 70%。Ho 认为，简单地扩大计算规模并不能带来真正的泛化或可靠性，这迫使行业在专业数据获取上投资超过 1000 亿美元。他遭到了来自剑桥和谷歌 DeepMind 研究人员的质疑，他们观察到新模型变得更加专业而非多才多艺，在语言和逻辑方面的能力停滞不前，而编码能力则有所提高。Ho 还批评了前沿实验室的估值，认为其不可持续，因为与 Qwen 等高效开源模型竞争的成本不断上升。这一转变意味着，未来人工智能的进步在很大程度上取决于精心策划的、昂贵的、特定领域的信号，而不是参数数量。