带着有色眼镜果然容易看错一些东西，我对于llama就有不少误解。特此记录，警醒自己。
我从没想过llama最大的开源模型之一会不支持中文。这一点实在是太过离谱了。但是对此也引发了我新的疑问：大语言模型的多语言能力是怎么来的呢？为什么没有中文的模型居然可以训练出中文语义呢？
另一个震撼我的地方是llama4糟糕的图像识别能力，这代表他不能真的胜任多模态任务。我实在懒得加图，下次一定。然后这也是一个疑问：原生多模态大模型就一定比非原生多模态大模型好吗？
阅读论文的过程中，我总是习惯性扫一眼就路过，但这是不行的。我需要边阅读，边弄大纲。最好的做法我认为是先去看网上的解读，然后带着一个基础认识自己去读一遍。虽然难免带上其他人的主观，但在我知识不足的现在，这一步是必要的。