（来源：上观新闻）
匹敌闭源🔍。🛡️ 生成前自🇬🇧🥚我审查（Self🌅🕖-Correc🐪🇦🇱tion）🧯 — 🆒模型在输出前会🤷♂️🈺模拟草🖐🔖稿，检查文字渲🧕染、逻辑🇽🇰👩❤️💋👩关系、色值对🦑🇬🇮比🇸🇲🏢。” 同日，👶♦OpenC🧟♀️law星标🇬🇧数正式突破了🛢25万✏🔸，成为👄Git⛈Hub史🐥上最火💅项目——🇨🇻⏺只需下达指令，🇬🇩👩🔧它便能自主🕋🇳🇪完成从分🤺析数据📫🛵到调试部署🤦♀️📏。
删到V4，单🍵token推理🔵FLOPs砍🚤到四分之一➰🎼，KV 🤮🖱cache砍💣到十分之🇳🇿一🧛♀️。此外，它🏞采用层级化👷♀️编排，由🎪👨👦👦一个轻🙌量的指挥官调度多🇬🇱🇩🇬个专业代🦷理（论文理解、⏭任务规划、🔰代码实现、实👩⚖️验执行），🚂🎟每个代理只负🗻责自己🔯🎁的领域，避🇦🇴🎬免了单📧一代理🥇承担过多任🇭🇳务导致的🇩🇴⛸失控问题🍧。模型一层一层🆚堆，梯🦃度沿着残差往回传👽，这是1️⃣🇩🇬深度学习✈🏺能work的前🏪🔤提🍇。
这些团队能够🏬🧂在 3-6 🥥个月内完成现有最🇭🇳🥗复杂设计的流片，🆓🤗 而不是🐰🎶目前的 18😄-36 个🤷♂️🔧月🍸。想看深👨💼⛵度报道，请微信◾搜索“凤⬜🎌凰网科技📀”🇹🇫🇬🇲。顶层是"指挥官"⁉，中间层♣是四个专业😍领域的🕎"专家代🏁🔀理"，必要时➕🌱每个专家还🥏可以召唤更🍄专注的"子代🇺🇿理"来处理具🚔🏖体小任务😼。因为V4把h🎗💆♂️ead dim🦛ension c◻👌设成了512（比🇳🇴🇨🇬V3.2的12🥪✍8大得多🍖SEO），如果🥢直接把所有🏇📎head🎫的输出投🥴🚫影回d维会很贵🎾🗳，所以做了分🍨组投影，💜🇧🇻SEO把n_h个🇺🇲head分成🏬g组，每☎组先投影到一个↔中间维度d_🧜♀️g，最后🏵🗂再合并投影回d🇸🇭。
