摘要：在几周前，我们看到了 Anthropic 如何尝试训练其 AI 模型 Claude 以战胜 Pokémon （宝可梦）。尽管 Claude 在训练过程中取得了一定的进步，但它距离能够击败对手仍然有很大的差距。文章探讨了 AI 模型的深度诅咒问题，即模型的复杂性和规模并不总是与性能成正比。通常，更小的模型（60,500 倍更小）可能在特定任务上表现得更好，这引发了对 AI 模型优化和效率的讨论。研究者们正在探索如何在减少模型规模的同时，提高其性能和效率，以应对当前 AI 发展中的挑战。