słysząc wiele błędnych przekonań na temat roli trawy w szkoleniu sztucznej inteligencji. Protokół został zbudowany w celu pobierania wiedzy w czasie rzeczywistym z sieci na dużą skalę, głównie w celu informowania modelu w czasie rzeczywistym o nowych osiągnięciach. W Internecie pojawiają się nowe informacje, trawa "uczy się" tych informacji i dostarcza je modelowi w trakcie wykonywania jakiegoś zadania. Nie ma znaczenia, czy ta nowa wiedza została stworzona przez człowieka, czy przez bota - liczą się informacje semantyczne. Już od dłuższego czasu mówimy o tym, jak granice skalowania zostały nasycone dla modeli tekstowych (stąd RL rabbit hole / importance synthetic data, czyli destylacja), ale modele multimodalne są nadal dalekie od osiągnięcia podobnego nasycenia. Dziś nie można znaleźć kogoś, kto potrafi wygenerować 10 milionów godzin "syntetycznych" danych wideo w ekonomiczny i użyteczny sposób. TLDR - Czas rzeczywisty to obszar, w którym sieć będzie przynosić największą wartość w dłuższej perspektywie, ale w tej chwili możliwości multimodalne są w większości niezrównane i byłoby bardzo głupio z tego nie skorzystać.