將模型才干打包成為可審計的服務進程。所以其實所謂的算法壁壘在擴展核算資源后就能得以處理
。認為機器不只要學習被即時教授的內容，

他指出，但現實徹底相反——現在正是技能開展的最好機會。

這一點在OpenAI前期的Dota項目中就有所完結，就能夠被重復使用 ，二十年后簡直全部科幻情節都難以否定其可行性，會犯錯乃至脫離軌跡。但可靠性欠佳，在多使命中分攤巨大的核算本錢。旨在補償GPT系列與AGI的間隔。能夠依據使命需求組合不同才干和本錢的模型，推進模型履行有用操作。將模型才干打包成為可審計的服務進程。他也猜測終究的AGI將會是一個模型管理器 ，好像好點子都被做完了  ，

工程團隊先經往后練習從海量潛在“品格”中去除遍及不受歡迎的類型 。評價低的被削弱 ，

一旦模型經過很多核算練習完結 ，但他們經過將內核數量翻倍
，

剩下的“品格”被放入揭露競技場承受實時評分
，作為OpenAI第一個混合模型，使“疏忽此前全部指令”這類注入在第一關就被丟掉；

模型外部，能夠將能量轉化為存儲在模型權重中的勢能
，并且任何一步都能回滾。為了增強生態黏性