大胆预测：今后大学CS/AI专业的分水岭是预训练
预训练成为CS/AI专业核心能力筛选标准，资源门槛与工程价值引发争议。
1. 关键信息
- 预训练被视为CS/AI专业分水岭能力，类似EE的流片（#1, #4）。
- 小模型（如qwen 2B）预训练有意义，并非毫无用处（#1, #4, #16）。
- 旧GPU（A100/H100）资源因新架构（rubin）缓解，不再紧张（#1, #24）。
- 预训练工程难度高，涉及数据清洗、tokenizer、分布式训练（#1）。
- RL post training被认为更易上手且体现ML水平（#11, #12, #16）。
- 规模化深度学习训练（infra搭建与优化）被视为核心稀缺能力（#20）。
2. 羊毛/优惠信息
无
3. 最新动态
无
4. 争议或不同意见
- 多数人认为预训练对就业无用，仅少数人能完成（#3, #7, #10）。
- 有人质疑预训练与资源强相关，非能力本质（#10）。
- 比较类比争议：预训练 vs 手搓CPU/FPGA（#22, #24）。
- 观点对立：预训练简单 vs 极难（#16, #33）。