（来源：上观新闻）
数学、代码、ag🇵🇱ent🐇、指令跟随🚌🌺四个领域，各自🐳SEO网站推广独立训一✍SEO网站推广个expert👺。Muon优化🥀💝器 V4训练📚☹中绝大多数🧮参数优化用的不🎼🥀是AdamW，是🍇Muo🎰n🇹🇬。对于想要深🇨🇳🎭入了解技术细节🇦🇼🥒的读者，可以〰🇵🇫通过ar🍋Xiv平台，以论🎭文编号a🙉🎲rXi🐴v:260📈🇰🇬4.08🇧🇲❇865查阅完🈸👡整原文，👨👨👧⌚研究团队也已↔将全部代码🧼🇲🇪开源，地址为gi🐼😃thub🦐.co🕧m/su🇲🇼stech-🇸🇹🦃nlp/SPPO👨👩👧🚡，可以直接获取🏥🎉实验脚本和复🇦🇹🍒现所需的配置参数😔。
在复杂🏌系统中5️⃣😪，真正🇹🇬🇨🇫的控制不是谁发号🃏👩❤️💋👩施令，而是🦃🚃在混乱中🦴♊不断调整、不🆚断涌现的🛂👌边界😼。其中有不少带🚪🇦🇺星号的名字🙄🇯🇲，是已经离开团🇮🇨队、但🥚🗞仍然对V4做🔓出过重🍿👩🎤要贡献的研究者🔅🌒。
它带来了两个直接🖊🇲🇵后果：对🤹♂️🖱于答对♦🇻🇺的推理链，打分员🧼🇪🇦在接近结尾时才给🦠🎿出高分，导🤦♀️致AI的整个推理🥂过程几🧭🌤乎收不📳🇳🇱到任何有效的♈🔧激励信号；对🇻🇳👷于答错的推理链，🎃🇾🇪打分员在中间过🇦🇫程中也没有🦛⬆给出足够的惩罚🍿，无法让AI💂🚟知道哪里出了问🎞题🖥。这些操作🏅让马斯克本人及🙍0️⃣旗下其🚿他企业获💏益程度之高，即便🧤在信息不透明🕋的未上市公🖼🤜司世界里也属😕罕见🇹🇬🧡。
