RecodeX 重构消息，Yann LeCun团队提出一个仅1.09亿参数的小模型，在视觉对齐任务上的表现优于720亿参数的大语言模型。作者认为，差距源于训练结构而非模型规模：照片与配文这类优质视图所需的训练样本量，比下一词预测少42倍。目前尚无独立团队复现这一109M对72B的对比结果。