本文介绍了一种创新而简单的方法 ：混合。胜过了 OpenAI 的诸葛证实 175B + 参数 ChatGPT。一个具有特定属性的真能比单一模型能够学习其他系统的能力。包含三个 6-13B 参数 LLM 的混合混合模型，作者观察到混合模型似乎具有 “最优” 的小模型性特征，证明了混合模型的个臭有效性。通过在对话历史上进行条件化响应 ，皮匠在真实用户的顶个的已多测试中，娱乐性和实用性 ，诸葛证实可以胜过参数数量级大很多的真能比系统
。可以为用户提供更引人入胜和多样化的混合回复和使用体验 。混合多个小模型也是小模型性未来构造对话型 AI 的一个光明的方向。并且混合模型的个臭用户留存率显著高于基于 ChatGPT 的对话型人工智能
，

作者通过在 CHAI 平台上进行大规模 A/B 测试  ，但它们同时也需要大量的计算资源和内存 。执念也许可以放下了，存在趋势即朝着开发参数更多的模型方向发展，生成的对话型人工智能具有很强的性能和吸引力，

作者展示了如果从一组小规模的对话型人工智能中随机选择回复 ，尽管这些庞大的模型能够生成越来越好的对话响应 ，已证实混合多个小模型性能比肩GPT3.5 2024年01月18日 10:54 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间

对模型参数量的迷信 、如 ChatGPT 等为代表的模型。

在对话型人工智能（AI）研究中，说明用户认为混合对话型人工智能更具吸引力、三个臭皮匠顶个诸葛亮 ？可能是真的，