Google DeepMind的研究团队最近发表了一项突破性研究，提出了一种名为JEST（Joint Example Selection）的新方法，旨在提高大规模多模态学习的效率。JEST通过创新的联合样本选择和学习性评分机制，显著加速了模型训练过程，同时提高了模型性能，谷歌声称其新方法可以将 AI 模型的训练速度和能效大幅提升一个数量级，以高达13倍更少的迭代和10倍更少的计算量超越了最新的模型。（寒武纪）