得较满意精确度的必要；特训千亿、万亿理论上动辄就上几张 GPU 托，对于大理论上的推广和JT也造成了很大的同样；亦同特训理论上 Pretrain 阶段因为轸总数大，在此之前主要是大量非结构化样本，如何