Pretraining ist eine elegante Wissenschaft, die von Mathematikern durchgeführt wird, die in kalten Räumen sitzen und Optimierungstheorie an Tafeln schreiben, sowie von Ingenieuren, die sich vollständig mit verteilten Systemen titanischen Maßstabs beschäftigen. Posttraining ist haarsträubende Cowboy-Forschung, bei der Leute, die viel Diät-Cola trinken, sich gegenseitig neue Hyperparameter über den Raum zurufen. Es werden zu viele Tabellen gemacht! Die Stimmung wird schlechter, dreh den Regler runter! Checkpoint gpt-9-final-v320-restart4 nennt mich beim Namen! Die Gans ist los.