（来源：上观新闻）
任务规则非常严格🗜：给AI一篇论文📸🇾🇪、一个配🛫有GP🥜👨❤️👨U的空白Doc🐿⏸ker容⏩器和24小时时🥽间，不能使⬆🍫用作者的原🌙🏠始代码，必须自🤤己从零开🇫🇷始搭建、运🍱🎌行并得出与论🇨🇷文匹配的实🤧验结果➡。研究团队还测🍺🤪试了两🇳🇿个基线方法作💢为参照：线性探🌏✅针（在🏴 DIN🤬🛳Ov2 特🇩🇿征上直接8️⃣套一层🚗线性分类👤🇲🇪器）和注意🦘🍡力探针（在😉 DINOv❄🎯2 特征上套一个🕕🇧🇼带交叉注意力的👰⭐ Tra👝☄nsforme🛅🌖r 模🙋块）🚯🇪🇪。训练与📄推理对硬件🤼♀️🔳的需求差🌝异显著，统一芯片💥意味着在某一场🇦🇪景下必然存在资源🥺浪费🇸🇭🔋。
他透露，正如他💊🌜在新东🇮🇩🍗方从来不允许名师🤵成立独立的工作🥽室一样，未来东方🇮🇸8️⃣甄选将给主播足够🤵好的待遇，但💠♟️不会再有类似🍐主播独立成立平🧓🙇♀️台的事出现，“因3️⃣🇫🇯为这会导致某种撕🏳️🌈⛹️♀️裂，也会🐸🧞♂️导致某种不可得🐎🇰🇬。这组数🆑🔢据背后👧的逻辑是：当♣🍑训练场景与目标场🇸🇿🍗景完全💨🤱一致（即直接🇱🇰在目标场景上做🥚👨👦👦GRPO）时，模👩🎨🤤型很容易陷入过拟⛹️♀️🛄合或训练不稳定的🔂🇬🇱状态——它学到的⬇可能是特定题🎖🚺目的答案，🚀而非通用的能力🍝；而TRA🍱CE的练习场景经🇦🇶🏰过专门设计👨👩👦👦，每道题都由⚓◻随机种子程序🏰生成，👩🦰变化无穷，A🥍I练的是"能力🔄本身"而🎖😙非"特定题🌠🐦目"，因此🍀🇹🇫能够随着训练轮次🍪的增加🕞👩👩👧👦持续稳💏步提升🈁🛐。进入4月🇱🇺后，He☘rmes🇺🇸⏰整体日均Tok⛸🎰en消耗量从🇵🇪🎿20亿激增至🇸🇮👩❤️👩3000亿，🌥✔以黑马之姿冲进O🇱🇷🤜penR🇧🇹🕚oute🏑🕢r等多👆个开发🎿🔡者平台的🐗😬多个榜单前📘👩👧👦列🇩🇴。
