5. 开源LLM与GPT-4的差距缩小。我相信在2024年，我们终将看到一个能与GPT-4相媲美的开源模型。
DeWave的训练流程主要分为三个阶段:1）自监督编码器预训练（仅原始EEG脑磁波)，这一阶段会先训练一个脑电波自编码模型，输入原始EEG波形，通过重建实现自监督。这样可以提取有用的时域和频域特征。
方法介绍:
最重要的是，这个机器人的成本仅为22万元，项目全部开源。这意味着，任何人都可以利用这个开源项目，打造自己的机器人。这个机器人的出现引发了人们对于机器人在日常生活中的应用的热议，许多人认为，用不了多久，快餐店做汉堡的工作就要被机器人取代了。
这种用户友好的方法使得照片修复对广大用户都易于访问，即使是那些没有广泛技术知识的用户也能轻松上手。