随着 《The Platonic Representation Hypothesis》（柏拉图表征假说） 论文的发表，加上最近大厂都在转型训练和优化小模型，大模型真的到了瓶颈期？这是否意味着在未来几个月后会影响英伟达的股价呢？拭目以待。
在某些场景中，相比费尽力气取得全局最优解而言（大模型），高效地取得局部最优解更具备经济价值（小模型）。
如果像假说里面说的，那么对算力的需求貌似也接近峰值了，看看英伟达会不会在下半年，加大个人消费市场的显卡显存配置，从 2B 回到玩家至上的 2C 市场。
Ilya Sutskever 离开 OpenAI 后点赞了一篇 AI 论文《The Platonic Representation Hypothesis》，通过以下三点建立这个假说：
- 随着要完成的任务增多，多任务目标的训练向模型施加了更多约束，从而导向更紧致、更高质量的解决方案空间。图1
- 大模型随着参数的增加，便越容易逼近全局最优表征，从而推动表征收敛。图2
- 深度神经网络天然遵循着奥卡姆剃刀原则，有着“简单性偏好”，倾向于选择所有可行解中的最简单的解决方案。图3
