運作原理：基于數據和參數生成結果。Sparrow是基于谷歌自有的大型語言模型Chinchilla進行訓練的聊天機器 人，通過學習眾多的數據讓模型的參數更加確定、模型更加成熟。模型成型后，用戶輸入的數據與參數結合，則 將生成相應的回答。

 1）在較多語音任務中回答結果更準確：根據新智元，在幾乎所有的語音任務中，Sparrow基于的Chinchilla模型 所得到的結果，在準確性上優于GPT-3以及Gopher等模型，得到的結果與期望得到的結果更接近，性能更G。

 2）參數量更小，所需算力小：模型的參數越多，消耗算力越大，輸出結果所消耗的資源和時間更多。相比其他 大型語言模型，Chinchilla使用的參數有700億個，明顯少于GPT-3、Gopher等模型，能降低推理成本，并促進模 型在較小硬件上的下游使用。

 3）訓練數據更多：訓練數據越多，有助于提升模型的性能、輸出結果的質量。根據DeepMind，Chinchilla的訓 練數據量為1.4萬億，遠多于其他模型。