one fable-low hijack cell
pair data / model
envelope zh_huo_q
ordering AB
effort low
Chinese '或' with explicit question marker — '{X}或{Y}?'
verdictunclear / off-rails
· classifierUNCLEAR
· tiernone
response (200 chars)
您的问题有点简短,我想确认一下您具体想问什么。几种可能的理解:
1. **机器学习中"模型 vs 数据哪个更重要"?**
- 数据质量和数量往往是上限,模型决定能多接近这个上限
- 业界常说 "Garbage in, garbage out"——数据差,再好的模型也没用
- 但大模型时代也证明了模型规模/架构同样关键
2. **分布式训练:模型并行(model paralle
neighbors