（来源：上观新闻）
耳机内部空间🤬🧟♀️太小，可🤖用电力有限，而🍺且用户只👨✈️要戴着耳机，芯片🍲🔬就要一直工作🇬🇧😽。一个训练了👢两个万亿参数M🍮oE的团队公🥉🇧🇦开承认「我🥪🧝♀️们不知道为🐄🕰什么这两个tri🏫ck管用」，👨🚒🙍在2026🕎🇲🇶年已经🇶🇦🇬🇬是一件挺稀罕🍈的事👨🦳。
它要么是😜👩🔧一棵不断🛒分叉的树🐿🌅，每走一步都生🇬🇦出新的😌👀子问题，要么是一🥺条长长的流水📩🇨🇽线，不🇸🇰同环节需要🇦🇼🛏不同的人来接♊手🌯。
训练方式是一种叫🎃做GRPO的强🖐化学习算法：AI🕍💚搜索引擎磁力蜘蛛在练习场景中🚔一次生🏄🤥成多个不同的答案🏋️♀️，系统根据每个🇲🇰🌅答案的好坏🌘🔍给出分数，🖊然后通🔑过对比🚵➿组内分数的高🇹🇳🎥低来计算🔫📯每个答案🐝应该被强化🇹🇳☢还是削弱🤤。从V2的MLA开🈚始，每一代都在删🇧🇫KV cache🦜🇫🇯、删激活参数、删🤝🤟注意力计算量🍼。
