Dieser Typ ist echt beeindruckend plus. Er hat einen WebAssembly (WASM) Interpreter auf hard-coded Weise in die Gewichte des Transformer-Modells eingebettet, und das verlustfrei. Das entspricht dem Betrieb eines echten Computers innerhalb des LLM. Dieser Computer kann tatsächlich Berechnungen ausführen, anstatt wie die meisten aktuellen Modelle nur durch Inferenzen Ergebnisse zu liefern. Dieser Ansatz ähnelt ein wenig den DSP-Chips von TI, wo der ARM für logisches Denken zuständig ist und der DSP speziell für schnelle Datenberechnungen verantwortlich ist. Jeder bringt seine Stärken ein. Wenn wir das vergleichen, könnte das Problem, dass LLM oft nicht klar zwischen 3.11 und 3.8 unterscheiden kann, durch den Aufbau einer hybriden Architektur gelöst werden: 1. Neuronale Netzwerke sind verantwortlich für das Schlussfolgern und Verstehen. 2. Eingebettete Interpreter / Rechenmaschinen sind verantwortlich für hochpräzise Berechnungen. So kann man sowohl intelligente Schlussfolgerungsfähigkeiten als auch deterministische Berechnungsgenauigkeit berücksichtigen. Das hat große Vorteile für numerische Berechnungen, physikalische Simulationen, Finanzmodellierung und kryptographische Berechnungen.