Gen10这个新模型挺有意思的，整体表现比前代好不少。日常对话能接上茬，写小作文也OK，但专业领域容易翻车。比如我试过让它写法律文书，结果把"合同"和"契约"混着用，还漏了关键条款。生成速度比GPT-3快两成，但有时候会突然跑题，得不断纠偏。最惊喜的是多轮对话能记住上下文，不过突然断电会丢失进度。

为什么是这个答案？先看训练数据，Gen10用了560亿token，比GPT-3多出80亿，但参数量反而少30亿。这就像用更少的零件组装更复杂的机器，工程师可能把计算资源都花在优化对话连贯性上了。实测对比显示，在中文问答任务里，Gen10正确率78%，比GPT-3的65%高13个百分点，但法律类文本错误率高达22%，是GPT-4的1.5倍。数据表明它确实在通用场景进步明显，但专业领域还在补课。至于突然跑题，可能和训练时过度追求生成速度有关——模型在1秒内要生成200字，压力太大了。就像考试时间太紧，容易写偏重点。