长期模型优先，看好coding商业化价值.pptx

核心观点

LLM技术发展从预训练架构创新向后训练和推理驱动演绎。我们复盘LLM(LargeLanguageModel)的技术路径发展，2025年以前模型厂商通过堆算力、数据，做大模型参数，从而发挥预训练scalinglaw，打造底模的智能基础，以此锁定继续在AI牌桌上角逐的入场券，即我们认为预训练是大模型竞赛的首要核心壁垒。2025年后以DeepSeekR1为代表的推理模型，发挥RL阶段ScalingLaw，使其成为提升大模型能力的核心手段。展望26年，LLM主流架构基本确定，但行业仍在探索更高效架构，最大化利用算力提升建模效率的路径；此外模型性能改进的核心动能转向后训