这篇 Hacker News 讨论聚焦于一篇关于“对比语言模型”（CLM）的近期文章。评论者们赞赏该项目对其实验过程的透明记录，并指出这通过详细说明成功策略与失败尝试，有助于揭开模型训练的神秘面纱。 讨论的重点大多集中在性能和延迟上。用户们针对该项目的延迟声明提出了质疑，特别是与同类模型“Jev”进行对比时。尽管有人对网络开销与本地 GPU 性能之间的差异表示怀疑，但一名测试过 Jev 实验环境的用户报告称，该模型的延迟在 100-200 毫秒之间。 其他讨论点还包括技术观察，例如有用户质疑模型在“恐龙跑酷”类任务中的表现，以及对项目时间线的关注。创作者确认，CLM 源于过去一年进行的机器人研究，而目前这个 API 兼容的代码库是近期开发完成的。总体而言，社区认为这项工作前景可观，但也表达了希望针对近期涌现的类似开源模型进行更直接基准测试的意愿。