Để huấn luyện 66B, người ta thu thập một tập dữ liệu đa dạng, gồm văn bản từ web, sách và nguồn mã; đồng thời áp dụng tiền xử lý, lọc nội dung gây hại và điều chỉnh bằng kỹ thuật fine-tuning và RLHF để cải thiện an toàn và chất lượng đầu ra.
Việc đánh giá 66B cần xem xét độ tin cậy, hạn chế về sự thiên vị và khả năng tổng quát hóa. Người dùng nên hiểu giới hạn đầu ra và áp dụng kiểm chứng độc lập cho các ứng dụng nhạy cảm.
Với tiến bộ về hiệu suất, hiệu quả năng lượng và khả năng tùy biến, 66B có thể được áp dụng rộng rãi trong chăm sóc khách hàng, trợ lý viết, phân tích dữ liệu và nhiều lĩnh vực NLP khác. Việc nghiên cứu thêm về kỹ thuật an toàn và minh bạch vẫn là ưu tiên hàng đầu.
