（来源：上观新闻）
过去很多人认🛑为，只要🏑🎊语言模型足够🙃✍强大，给它更多时🚖🦐间和更多"思考"🚊机会，它就能自然🏑而然地完🥞成更复杂的任务💌。GRPO在使用🧛♀️8个样本🧛♀️🐂的情况下，综🚙💖合平均🇷🇺分提升至4⌚7.08💆♂️🦌。他发现所创造的价🇪🇹🌠值，似乎并不能匹👟配公司🇨🇴🐏的需要🇮🇹👷。（2）对🇨🇽 RTL🍏 和时序的理解 🕳我们观察到🍓一些模型将 V🇹🇹eri🌹🇰🇬log（一种🤶📼事件驱动语言）🚼seo与sem的区别是什么视为顺序代码进🕟🇦🇸行推理🌹⛑。
OpenCl💆aw更接🔻👩⚖️近一种🇳🇪全量记录式架💘👩👩👧👦构，记忆策略🎰🌝是被动的👚🇵🇸。他宣称📊🎏“xAI已迅速📅成为全球领🥵先的AI实验室之🦃⏸一”🌵🏨。Sor🌨🤘a 的退场😓🇸🇮或许令人惋惜，🏴但 GPT🧯😥-Im🎙age-2☝ 让我们👙🏧看到——Open🏌️♀️📷AI ㊙🍙正在集😦▶中火力打造🍈真正能够🇲🇼融入工作流的🇭🇳生产力基石🖌🍁。
Muon🇪🇬在LLM规模上的🔌第一次大规🖇🏈模验证是K📁🏦imi K🏙2🇸🇹。对于每个区👨❤️👨域，系🧂统会以80🛒⛴%的概率随机🇸🇷选择一种失真来施🎑加，以🤮20%的概率保持🇱🇹💩该区域干净㊗🇨🇷。子代理和🚴🙇更高级别的算😺法（例如进化📕算法）由🚔🇫🇴顶层 😋DC ❗Core 模块🤕管理，该模块与🐑底层 LLM 🚤会话交⬅🙁互🇸🇩。研究团队认为，🇺🇾自主长周期机器学🧠🖐习研究工🇳🇺程本质上👳是一个**🤾♂️系统协调🇸🇩🚺问题**，而🇲🇿🕦不仅仅是一个*🇭🇹*局部推理问题*🕞👜*⛩🧝♀️。
